原題
Dynamic prediction of Radiotherapy toxicities in Head and neck cancer using clinical and imaging data.
背景:頭頚部放射線療法はかなりの毒性を引き起こす。臨床データと毎日のCBCTから経鼻胃管留置、入院、放射線壊死を予測するためのディープラーニングモデルを開発した。
方法:遡及的1,012人の患者(2017-2022)。多分岐3D ResNet50+MLP(5倍CV)は、早期体重減少、CBCTヤコビアンマップおよびラジオミクスを含む臨床変数を使用した;Jの有無と比較した10分の1での予測。
結果:NG 16.6%、入院4.2%、放射線壊死4.6%。臨床的特徴のみが最も高い精度を示した(NG 70%、入院67.3%、放射線壊死74.2%)。早期J/ラジオミクスは有益性を追加せず、早期体重減少が最も強力な予測因子であった。NG精度は25分画で75%に達した。
結論:初期の臨床データ、特に体重減少は、主要なHNC RT毒性を確実に予測し、毎日のCBCT由来の画像は増分利益をもたらさなかった。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2025.111312
PMID: 41314396
コメント