原題
A multimodal MRI-radiomics deep learning model for survival risk stratification after gamma knife radiosurgery in patients with brain metastases: A multicenter retrospective study.
背景:脳転移(癌患者の20-40%)は死亡率が高く、ガンマナイフ後の予後予測ツールは限られている。
方法:後ろ向き研究(n=875)。マルチスケールエンコーダはMRIの特徴を抽出し、モデルは全MRI、グリッドパッチ、ラジオミクスおよび臨床データを融合してリスクスコアを得た。時間依存AUC、C-indexおよびDCAにより評価した。
結果:1年AUC:0.870(トレイン)、0.755(内部)、0.740および0.788(外部)。Cindex≈0.65。リスクスコアは独立して生存を予測し、0.17で患者を層別化した;DCAは12ヶ月の正味のベネフィットを示した。
結論:マルチモーダルモデルは一貫しているが、中等度の生存識別を示した;臨床使用前に、再較正、より多くの臨床変数およびプロスペクティブな検証が必要である。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2026.111686
PMID: 42419433
コメント