機械学習アプローチに基づく乳癌における腋窩リンパ節転移を予測するための非侵襲的術前予測モデル:超音波パラメータと乳腺ガンマ特異的画像特徴の組み合わせ。

原題
A non-invasive preoperative prediction model for predicting axillary lymph node metastasis in breast cancer based on a machine learning approach: combining ultrasonographic parameters and breast gamma specific imaging features.
背景:本研究は,不必要な手術と合併症を防ぐために,乳癌患者におけるえき下リンパ節(ALN)転移を評価する非侵襲的モデルを開発することを目的とした。
方法:超音波検査とBreast Specific Gamma Image(BSGI)からなる乳癌患者データ(2012〜2021年)を用いて、機械学習法を用いた予測モデルを作成した。また、臨床医が容易にアクセスできるように、オンライン計算機を開発した。性能はROCと検量線を用いて評価した。
結果:6つの超音波パラメータと1つのBSGIパラメータが最も性能の良いモデルとして選択された。臨床的有効性はROCの結果で確認された。
結論:本研究は、ALN転移の予測および治療選択の指針として臨床的有用性を有する非侵襲的モデルを確立した。
Journal: Radiat Oncol (CiteScore 2022: 6.6)
DOI: 10.1186/s13014-024-02453-2
PMID: 38802938