原題
Prediction of Side Effects from Breast Radiation Therapy – Integration of Clinical and Genomic Data.
背景:臨床、治療、および遺伝子データを用いて、乳癌における24ヶ月間の放射線治療の副作用を予測するための機械学習モデルを比較した。
方法:REQUETからの2,067人の患者の後ろ向き分析。24ヶ月目の8つのエンドポイント。5×10倍のCVを有する12のMLモデル;AUC-ROCおよびAUC-PRを測定した。
結果:臨床データではランダムフォレストが最も良好であった(AUCROC 0.84)。臨床+SNPを組み合わせると、ロジスティック回帰が最も高く(AUCROC 0.92)、次いでアンサンブルツリー(0.91)であった。最良の予測:腕のリンパ浮腫、乳房浮腫、乳頭退縮。
結論:予測はエンドポイントに依存しており、ロジスティック回帰は複雑なモデルと同等であったが、より透明性が高かった。外部検証と費用便益評価が必要。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2026.08.026
PMID: 42612831
コメント