肺がん患者における放射線性肺炎の予測は,強固な4DCT換気と輸血画像を用いて行われます

科学分野:

• 医療用イメージング
• 放射線腫瘍学
• 肺医学

背景:

• 従来の4次元計算機断層撮影 (4DCT) の換気方法は再現性がなく, perfusion データも提供できません.
• 新しい4DCTベースの肺機能イメージング方法は,強度と perfusion 情報を改善するために開発されました.
• 放射線肺炎 (RP) の予測は,肺がん患者における放射線治療の最適化に不可欠です.

研究 の 目的:

• 肺炎に対する新しい4DCTベースの肺機能イメージング方法の予測能力を評価する.
• 異なる4DCT換気/浸透技術の性能を従来の方法と比較する.

主な方法:

• 4DCTベースの機能的回避放射線治療を受けた63人の進行期の肺がん患者が研究されました.
• 4つの肺機能画像が生成されました:伝統的なHUベースの換気 (4DCT-vent-HU),新しい質量保存体積変化 (4DCT-vent-MCVC),統合ジャコビアン製剤 (4DCT-vent-IJF) 換気,および4DCT-perfusion.
• ドーゼ・ファンクション指標を計算し,AUCによってモデルのパフォーマンスを評価したロジスティック回帰と機械学習を使用して,グレード≥2 RPを予測する能力を評価した.

主要な成果:

• 患者の15. 9%がグレード ≥2のRPを発症した.
• ロジスティック回帰では,4DCT-vent-MCVCがRPを予測するのに最も高いAUC (0. 70 ± 0. 02) を有しており,他の4DCT方法と標準肺測定値に優れていることが示された.
• 機械学習モデルは,より高いAUC (4DCT-vent-MCVCでは0.83±0.04) を達成し,全体の精度は75~85%でした.

結論:

• この研究は,臨床結果を予測するために,4DCT- 輸血と堅固な4DCT- 換気を全面的に評価した最初の研究です.
• 4DCT-vent-MCVCは,このコホートにおけるRPの最も効果的な予測因子として現れました.
• 新しい4DCTベースの肺機能画像は,個別化された放射線治療の計画に重要な可能性を秘めています.