非転移性鼻がんにおける生存予測と補助化学療法選択のための治療反応に適応したリスクインデックスモデル

科学分野:

• 腫瘍学
• バイオ統計学
• 医療用イメージング

背景:

• がん治療に対するダイナミックな反応は,患者の治療結果に大きな影響を与えます.
• 効果的ながん管理には,正確な予後と治療効果の予測が不可欠です.

研究 の 目的:

• ダイナミックな予測ツールとして,レスポンスに適応した個別化リスク指数 (RAIRI) を開発し,検証する.
• 鼻がん (NPC) の補助化学療法 (AC) の利点を予測するバイオマーカーとしてRAIRIを確立する.

主な方法:

• RAIRIモデルを開発および検証するためにベイジアン結合モデルを使用した.
• 治療前の臨床データ,細胞フリーエプスタイン・バーウイルスDNA,MRIベースの腫瘍回帰測定を組み込みました.
• ランダム化制御試験 (RCT) を含む合計2,148人の患者でRAIRIを検証した.

主要な成果:

• RAIRIは従来のモデルと比較して正確な校正と優れた予測精度を示した.
• RAIRIは,RCTコホートでACの恩恵を受けなかった低リスク患者の約70%を効果的に特定しました.
• RAIRIによって特定された高リスク患者はACから実質的な利益を得ました.

結論:

• RAIRIはNPCにおける個別化されたリスク評価のためのダイナミックで多次元的なモデルです.
• RAIRIは,リアルタイムで最新の生存推定を提供することで,補助化学療法のパーソナライズされた選択を容易にする.
• このアプローチは,個々の患者の反応に基づいてACの治療決定を最適化することで,精密医療をサポートします.