骨质放射性瘤分类系统的开发和标准化:基于风险的模型的实施
Erin E Watson1,2, Katrina Hueniken3, Junhyung Lee1
1Department of Dental Oncology, Princess Margaret Cancer Centre.
medRxiv : the preprint server for health sciences
|September 25, 2023
概括
这项研究确定了头癌患者骨质放射性死 (ORN) 的风险因素,并开发了一个新的分类系统RadORN,以更好地描述ORN的严重程度. 新系统在识别严重的ORN事件方面优于现有的分类.
科学领域:
- 在瘤学瘤学.
- 在口腔外科手术.
- 辐射瘤学 辐射瘤学
背景情况:
- 骨放射性瘤 (ORN) 是头癌的放射治疗后的一种严重并发症.
- 准确的风险分层和严重程度分类对于管理ORN和改善患者结果至关重要.
研究的目的:
- 为了确定与ORN在头癌患者治疗强度调节辐射疗法 (IMRT) 的发展相关的重大风险因素.
- 开发和验证ORN严重程度的新型分类系统,准确反映临床影响和严重并发症的可能性.
主要方法:
- 一组连续接受治疗意图IMRT (≥45Gy) 的头癌患者在2011-2018年间被追溯分析.
- 使用多变量逻辑回归来确定ORN风险因素,并将患者分为高风险和低风险组.
- 开发了一种新的ORN分类系统 (RadORN),结合了专家意见,专注于骨髓缩的垂直程度和露骨或瘤的存在,并将其性能与现有系统进行了比较.
主要成果:
- 在8% (219/2732) 的患者中诊断出骨质放射性死 (ORN).
- 有关ORN的高风险因素包括口腔或口腔的初级病例,IMRT剂量≥60Gy,当前/前吸烟者状态,以及晚期牙周病 (III-IV阶段).
- 新的RadORN分类系统在识别严重的ORN事件 (下骨折,切除) 中表现出优异的性能,与15个现有系统相比,严重事件的检测率较低 (5.7%) 和更高的准确性.
结论:
- 在接受IMRT治疗的头癌患者中确定了ORN的关键风险因素.
- 拟议的RadORN分类系统有效地描绘了ORN的严重程度,在识别严重并发症方面表现优于现有系统.
- 拉多恩系统有可能提高临床决策和标准化ORN临床试验中的患者分层.
更多相关视频
07:12Semiautomated Longitudinal Microcomputed Tomography-based Quantitative Structural Analysis of a Nude Rat Osteoporosis-related Vertebral Fracture Model
Published on: September 28, 2017
8.2K
04:57Establishing a Competing Risk Regression Nomogram Model for Survival Data
Published on: October 23, 2020
10.2K
