ステージIB-IIAの非小細胞肺がんのリスク分層のための多機能予測モデルの開発:多センター分析

科学分野:

• 腫瘍学
• 医療用イメージング
• 人工知能

背景:

• ステージIB-IIAの非小細胞肺がん (NSCLC) の管理には,正確なリスク分層が不可欠です.
• 多様なデータソースを統合することで 患者の治療結果を予測する精度が向上します

研究 の 目的:

• ステージIB-IIAのNSCLCに対する包括的なリスク分層モデルを開発し,検証する.
• 臨床病理学的データを治療前CT画像機能 (放射線学と深層学習) と統合して,無疾患生存率 (DFS) を改善する.

主な方法:

• モデル開発と検証のために3つの独立したコホート (n=370,120,70) を利用した遡及的研究.
• 多機能複合モデル (CRDモデル) は,臨床病理学的因子,放射線学的特徴,およびResNet50ベースのディープラーニングモデルを統合した.
• 疾患無生存期 (DFS) が主要エンドポイントで,SHAP分析を用いてモデル解釈性を評価した.

主要な成果:

• AUCは0. 865 (訓練),0. 798 (内部検証),0. 803 (外部検証) でした.
• CRDモデルは,高リスクと低リスクのグループに分類し,外部検証コホートでは有意な危険比率 (HR) が17. 509であった.
• SHAPの分析では,放射性特性がCRDモデルの予測力に最も大きく貢献していることが示された.

結論:

• 開発された多機能複合モデルは,ステージIB-IIANSCLCにおけるDFSを正確に予測します.
• このモデルは高リスクの患者を効果的に特定し パーソナライズされた術後の治療戦略を容易にします
• リスクの階層化の改善は,初期段階のNSCLCにおける患者のアウトカムを改善する可能性を秘めています.