原題
A Multimodal Machine Learning Model Combining Dosimetric and Radiomic Shape Features for Predicting Moderate‑to‑Severe Xerostomia After Radiation Therapy for Nasopharyngeal Carcinoma.
背景:放射線誘発口腔乾燥症は上咽頭がんに対する放射線療法後によくみられ、重症度の予測は個別化された計画に役立つ。
方法:100人のIMRT治療患者の後ろ向き研究。PTV左耳下腺から抽出した放射線学的形状特徴は重複し、線量測定指標(V20、V30)と組み合わされた。相関ベースの特徴選択とランダムフォレストを使用して、100以上のランダムな列車テスト分割を評価した。
結果:平均AUC 0.78(SD 0.09)および精度0.71(SD 0.09)。6つの安定した予測因子:伸長、最大2 DDiameterSlice、V20、平面度、最小軸の長さ、主軸の長さ;V30、MeshVolume、真球度も影響していた。
結論:放射線形状の特徴は、中等度から重度の口腔乾燥症の適度な予測のための線量測定を補完するものであり、さらなる臨床的検証が必要である。
Journal: Adv Radiat Oncol (CiteScore 2022: 4.5)
DOI: 10.1016/j.adro.2026.102171
PMID: 42824872
コメント