原題
Machine learning model for predicting interfraction motion of the seminal vesicles in prostate cancer radiotherapy.
背景:前立腺放射線療法CTVに精嚢(SV)を含めることは、SVの動きによって妨げられる。本研究では、計画CT(pCT)上の解剖学的特徴が患者特異的SV運動を予測できるかどうかを検討した。
方法:191人の患者の5つの治療前CBCTsから分画間SV運動を測定した。SVが3 mmのマージンで完全にカバーされていない患者は、高SV運動とラベル付けされた。前立腺、SV、ぼうこう、直腸の輪郭から42の特徴を抽出した。ランダムフォレスト再帰的特徴除去により特徴を選択し、LightGBM分類器を訓練し、外部で試験した。
結果:4つの特徴(前立腺SV関係を含む)が保持された。AUCは0.724(内部)と0.632(外部)であった。
結論:pCT由来の解剖学的構造はSVの動きと関連しており、予測性能は中等度であるが、SVの組み入れ決定に情報を提供する可能性がある。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2026.111368
PMID: 41506573
コメント