原題
Predicting the impact of proton beam therapy technology on pulmonary toxicities for locally advanced lung cancer patients enrolled on the Proton Collaborative Group prospective clinical trial.
背景:本研究は、機械学習(ML)を用いて、進行肺癌に対して陽子線治療(PBT)を受けてから1年以内にグレード2以上の肺炎または呼吸困難の可能性を予測することを目的とした。
方法:通常分割または軽度寡分割PBTを受けた965人の肺癌患者から詳細なデータを収集した。収集したデータに基づいて肺毒性の発生を予測するために3つのMLモデルを用いた。
結果:有意に、25.9%の患者がグレード2以上の肺毒性を示した。ペンシルビームスキャン(PBS)、腹部圧迫、および低放射線量などの因子は、毒性を有意に低下させた。勾配ブースティングMLモデルは最も高い予測精度を示した。
結論:機械学習は、PBS、腹部圧迫、およびより低い放射線量などの技術を用いて、肺癌に対する陽子線治療からの肺毒性を効果的に予測するのに役立ち、重度の肺症状を発症する可能性を有意に低下させる。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2023.11.026
PMID: 38000701
コメント