ハイブリッドの機械学習モデルを使用して,非小細胞肺がんにおけるPD-L1発現状態を予測するためのCTベースの放射学
Mustafa Durmaz1, Murat Emec2, Inci Kizildag Yirgin3
1Department of Radiology, Istanbul University, Istanbul School of Medicine, Istanbul, 34390, Turkey.
新しい機械学習モデルは,CTスキャンを使用して,非小細胞肺がん (NSCLC) のプログラム細胞死リガンド-1 (PD-L1) 発現を正確に予測します. この非侵襲的なアプローチは,NSCLC患者の免疫療法決定に役立ちます.
科学分野:
- 放射線学と医療イメージング
- 腫瘍学における人工知能
- バイオマーカーの発見
背景:
- プログラム細胞死リガンド-1 (PD-L1) は,免疫療法の有効性のために,非小細胞肺がん (NSCLC) の重要な予後および予測バイオマーカーです.
- PD-L1発現状態の正確な予測は,NSCLC患者の治療決定を導くために不可欠です.
研究 の 目的:
- NSCLCにおけるPD-L1発現を予測するために,コンピュータトモグラフィー (CT) ベースの放射性特性を利用した機械学習モデルを開発および検証.
- 放射性データからPD-L1状態を予測するさまざまな機械学習アルゴリズムのパフォーマンスを評価する.
主な方法:
- PD-L1免疫ヒストキミストリー検査の結果を入手できる215人のNSCLC患者の遡及分析が行われました.
- 230の放射性特徴が,前処理の非コントラストCT画像から抽出され,その後に,インプテーションとComBat調和を含むデータ前処理が行われました.
- ハイブリッドRFE-CatBoost (HRFC) モデルが開発され,Random ForestとXGBoostと比較され,5倍クロス検証を使用して,精度,F1スコア,AUCを評価しました.
主要な成果:
- HRFCモデルは90.5%の精度,88.7%のF1スコア,および0.93 (95%CI,0.89-0.98) の平均クロス検証AUCで優れたパフォーマンスを示しました.
- HRFCモデルはランダムフォレストモデル (ΔAUC = 0.11,p = 0.017) を大幅に上回った.
- XGBoostは平均AUC0.86を達成し,ランダムフォレストは0.82を達成し,開発されたモデルの強力な予測能力を示しました.
結論:
- CTベースのHRFCモデルは,NSCLCにおけるPD-L1発現を予測するための正確で再現可能な非侵襲的方法を提供します.
- この放射線学に基づくアプローチは,NSCLCの免疫療法に対する臨床的意思決定を支援する有望なツールを提供します.
- この発見は,癌治療のためのバイオマーカーを非侵襲的に評価する機械学習と放射線学の可能性を強調しています.
さらに関連する動画
07:43Using 22C3 Anti-PD-L1 Antibody Concentrate on Biopsy and Cytology Samples from Non-small Cell Lung Cancer Patients
Published on: September 25, 2018
10:29Semi-automatic PD-L1 Characterization and Enumeration of Circulating Tumor Cells from Non-small Cell Lung Cancer Patients by Immunofluorescence
Published on: August 14, 2019
関連する概念動画
Simplified Synchronous Machine Model
In this model, each generator is connected to a...
Wind Turbine Machine Models
Induction machines interact through the rotating magnetic field generated by the stator and the rotor. The key parameter is slip, which is the difference between synchronous speed and rotor speed relative to synchronous speed. Slip is...
Hybrid Zones
Hybridization of Atomic Orbitals I
PD Controller: Design
Designing a continuous-data controller requires selecting and linking components like adders and integrators, which are fundamental in Proportional,...
Predicting Molecular Geometry
