原題
Multiomic based Bayesian network toxicity modeling for simultaneous prediction of multiple toxicity outcomes in NSCLC.
**背景:**放射線肺炎(RP)および放射線性食道炎(RE)は、NSCLCの放射線療法に関連する重大な毒性であり、治療効果を制限する。本研究は、様々な特徴を用いてこれらの結果を予測するための多目的ベイジアンネットワーク(BN)モデルを作成することを目的とした。
**方法:**179人のNSCLC患者のうち、30.2%がグレード2以上のRPを経験し、15.08%がグレード3以上のREを経験した。この研究では、特徴選択のために次元削減とペナルティ付きロジスティック回帰を採用し、その後、70%/30%のトレーニング/テスト分割を通じて検証されたベイジアンネットワークモデリングアプローチを採用した。
**結果:**BNモデルは有望な予測性能を示し、テストセットのAUC値はRPで0.86、REで0.81であった。
**結論:**開発されたモデルは、マルチオミクスデータを用いてRPおよびREを効果的に予測し、NSCLC放射線療法における毒性の管理の改善を促進する。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2025.111011
PMID: 40609866
コメント