原題
Clinically Interpretable Survival Risk Stratification in Head and Neck Cancer Using Bayesian Networks and Markov Blankets.
背景:ベイジアンネットワークを用いて、頭頚部癌における解釈可能な生存特性を同定する。
方法:RADCURE(3,346人の患者);確率的BNを構築し、2年生存のMarkovブランケットを抽出し、時間分割(2007までに訓練/試験)でロジスティック回帰を訓練した。AUC、Cindex、Kaplan-Meier、対数尤度を評価し、因果関係をdo calculusで調査した。
結果:MBにはECOG、Tステージ、HPV状態、部位、原発GTV、および治療が含まれた。テストAUC 0.65、Cindex 0.78;KM層別化p<0.01。サブグループ(HPV-、T4、大型GTV)はより強い識別を示した。因果分析は、ECOG 0、HPV+、および化学放射線療法による生存率の改善を支持した。
結論:コンパクトなMB由来のBNは、個別化された意思決定を支持するための説明可能なリスク層別化を提供する。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2025.09.063
PMID: 41083026
コメント