乳がんにおける帯リンパ節転移を予測するために,病理学と臨床データを統合した機械学習モデルの開発: 2つのセンターの研究

科学分野:

• 腫瘍学
• ラジオミクス
• デジタル病理学

背景:

• 乳がん (BC) の治療計画において,下肢リンパ節 (ALN) の正確な評価は極めて重要です.
• ALN転移 (ALNM) の術前予測は依然として課題である.

研究 の 目的:

• BCにおけるALNMの術前予測のための病理学的特徴を統合した新しいノモグラムを開発し,検証する.
• 診断の正確さを高め 個別化された治療戦略を導き出すこと

主な方法:

• 2つの施設の407人のBC患者からのデジタルH&E染色画像の遡及分析.
• マン・ホイットニーUテスト,スピアーマンのランク相関,LASSO回帰を用いた特徴選択.
• 内部と外部で検証されたロジスティック回帰を用いたノモグラムの開発.

主要な成果:

• ER,HER2,腫瘍サイズと共に,病理学的特徴は,ALNMの独立した予測因子として特定されました.
• 病理学に基づくノモグラムは,既存のモデルと比較して優れた予測性能 (IVCにおけるAUC0. 783,EVCにおけるAUC0. 738) を示した.
• 決定曲線の分析は,ノモグラムの臨床的有用性と利益を確認した.

結論:

• 乳がん患者のALNMを予測するのに有効です.
• 開発された病理学に基づくノモグラムは,個別化された手術前評価と治療計画のための貴重なツールとして機能します.