原題
Causal Machine Learning Analysis of Empirical Relative Biological Effectiveness (RBE) for Mandible Osteoradionecrosis in Head and Neck Cancer Radiotherapy.
背景:下顎の放射線性骨壊死(ORN)は頭頚部放射線療法後の重篤な合併症である。以前の実世界解析は相関的であった。本研究では、因果的機械学習を用いて、ペンシルビーム走査陽子線治療(PBSPT)における下顎ORNの経験的プロトンRBEを推定した。
方法:1,266人の患者(335人のPBSPT、931人のVMAT)が1:1の傾向スコアマッチング(335対)を受けた。因果フォレストは、DVH指標全体で最大の平均治療効果を持つ線量体積制約(DVC)しきい値を特定し、経験的RBEは、PBSPT Gy[RBE]を物理線量に変換した後、等体積交差から導出された。
結果:左残留不均衡のマッチング。因果フォレストでは、PBSPTのDVC閾値が低く、中線量では経験的RBE>1.1:1.61(40 Gy[RBE])、1.30(50 Gy[RBE])、1.13(60 Gy[RBE])が見出された。
結論:因果的MLは、プロトンRBEが40-60 Gy[RBE]範囲で1.1を超える可能性があることを示唆している。DVCは仮説生成型であり、プロスペクティブな検証が必要である。PBSPT計画では可変RBEを考慮する。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2026.08.018
PMID: 42624220
コメント