原題
Improved risk stratification for oral tongue squamous cell carcinoma using deep learning-based MRI classifier and pathological markers to guide postoperative radiotherapy: A multicenter cohort study.
背景:口腔舌扁平上皮癌(OTSCC)に対する現在のリスク層別化は、術後放射線療法(PORT)のための患者の選択には不十分である。本研究では、予測を改善するために、深層学習(DL)画像と病理学的マーカーを統合した。
方法:DLモデルは、419年に外部検証された658人の患者の術前MRIを使用した。病理学的DLノモグラム(PDLN)は、DLリスクスコアとpT、pN、グレード、および腫瘍出芽を組み合わせた。複合CRIS-OTSCCリスクシステムが導出された。パフォーマンスはC-indexおよび時間依存ROCを用い、PORTとの関連を分析した。
結果:DLスコアは独立してOSおよびDFSを予測した(P<0.001)。PDLN C-index:コホート間でOS 0.778-0.850、DFS 0.726-0.763。CRIS-OTSCCでは、良好群PORTは転帰を改善せず、不良群PORTはOSおよびDFSを有意に改善した。
結論:CRIS-OTSCCは予後を正確に予測し、PORTの恩恵を受ける高リスク患者を特定する。低リスク患者でPORTを安全に省略するには、さらなる検証が必要である。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2026.111700
PMID: 42456900
コメント