原題
Deep learning dosiomics in grade 4 radiation-induced lymphopenia prediction in radiotherapy for esophageal cancer: a multi-center study.
**背景:**本研究の目的は、放射線療法中の食道癌患者におけるグレード4の放射線誘発リンパ球減少症(G4RIL)の予測において、用量-容積ヒストグラム(DVH)パラメータおよび臨床データとともに、深層学習およびドシソミクスの特徴の実現可能性および精度を評価することであった。
**方法:**レトロスペクティブ分析には、放射線療法を受けている545人の食道癌患者が含まれ、トレーニング、内部検証、および外部テストセットに分けられた。G4RILを予測するモデルは、ドジオミクス、ディープラーニング、およびDVHパラメータを用いて開発され、5回の交差検証が行われた。
**結果:**ドシノミクス、ディープラーニング、DVHパラメータ、および臨床因子を統合した複合モデルは、最も高い予測性能を達成し、トレーニングおよび検証セットにおける平均AUCは約0.86であった。
**結論:**この組み合わせモデルは、放射線療法を受けている食道癌患者におけるG4RILリスクを効果的に予測する。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2025.110995
PMID: 40550423
コメント