原題
Personalized Composite Dosimetric Score-Based Machine Learning Model of Severe Radiation-Induced Lymphopenia among Esophageal Cancer Patients.
背景:放射線誘発リンパ球減少症(RIL)は、患者の転帰を予測できる放射線治療(RT)の一般的な副作用である。本研究では、RILと免疫組織における線量分布との関連を調べるために、「複合線量測定スコア」(CDS)を導入した。
方法:chemoRTを受けた734人の食道癌患者からのデータを研究した。CDSは、心臓、肺、および脾臓組織について作成された。機械学習および回帰モデルを用いて、予測因子間の関連性を調査し、免疫毒性リスクを予測した。
結果:CDSは重症RILの有意な危険因子であった。相関係数は、CDSがどの単一用量-容積指数よりも優れた予測因子であることを示した。CDSは重症RILのリスクが年齢と共に増加することを示した。
結論:CDSは免疫毒性のリスクを効果的に予測できる。これは、より個別化された治療計画および他のタイプの癌への潜在的な適用につながる可能性がある。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2024.05.018
PMID: 38797500
コメント