頭頸部腫瘍の片側性リンパ節転移進行のモデリングによる、個別化された待機的標的体積設定

科学分野:

• 放射線腫瘍学
• 医用画像処理
• 生物統計学

背景:

• 頭頸部癌放射線療法における大きな照射体積は、重度の副作用を増加させる。
• 待機的臨床標的体積（CTV-E）の標準ガイドラインは、過度の照射につながる可能性がある。

研究 の 目的:

• データ駆動型で患者固有のアプローチを開発し、CTV-Eを定義する。
• 標準ガイドラインと比較して、照射体積および関連する副作用を潜在的に削減する。

主な方法:

• 大規模コホートで訓練された両側ベイジアンネットワーク（BN）。
• BNは、臨床的特徴を用いてリンパ節転移のリスクを患者ごとに推定する。
• リスク閾値に基づいて個別化されたCTV-Eを生成し、標準ガイドラインと比較した。

主要な成果:

• BNアプローチにより、様々な患者シナリオで照射体積を削減することができた。
• 定義されたCTV-Eは、除外されたリンパ節レベルにおける検出されていないリンパ節転移の可能性が低いことと関連していた。
• 考慮されたすべてのシナリオで、標準的な臨床プロトコルと比較して削減が観察された。

結論:

• 個別化されたCTV-E定義のためのデータ駆動型フレームワークを提示した。
• このアプローチは、患者固有の待機的リンパ節標的体積に関する議論を奨励する。
• 頭頸部癌治療における照射待機体積のデエスカレーションの可能性。