基线DSB修复预测慢性罕见等级≥3放射治疗诱导的毒性,使用分类算法
Giovanna Muggiolu1, Sylvie Sauvaigo1, Sarah Libert1
1LXRepair, Research Department, 5 Avenue du Grand Sablon, La Tronche 38700, France.
Journal of radiation research
|June 20, 2024
概括
放射治疗可能导致严重的不良事件 (AE). 一种新的DNA修复试验和机器学习准确地预测这些晚期的AE,识别具有特定DNA修复特征的患者,以获得更好的患者护理.
科学领域:
- 在瘤学瘤学.
- 遗传学 遗传学 是一个
- 医学诊断 医学诊断 医学诊断
背景情况:
- 放射治疗后的严重晚期不良事件 (AE) 是不可逆转的,并显著影响患者的生活质量.
- 识别患有这些严重副作用风险的患者对于个性化治疗策略至关重要.
研究的目的:
- 开发一种使用新型功能性DNA修复试验进行放射治疗后晚期严重不良事件 (等级≥3) 的预测模型.
- 研究DNA双链断裂 (DSB) 修复机制在慢性放射治疗诱导的AEs发展中的作用.
主要方法:
- 一种新型的功能性DNA修复试验 (NEXT-SPOT) 用于在一周内对177名乳腺癌和前列腺癌患者的外周血液单核细胞中监测DNA修复活动.
- 机器学习算法被用来从人口统计,临床和DNA修复数据中识别关键预测变量.
- 使用随机森林和最小边界球算法构建了预测模型.
主要成果:
- 结合DNA修复数据的预测器在识别具有3级≥3级AE的患者时实现了高灵敏度 (100%) 和特异性 (77.17% - 86.22%).
- 该研究确定了与患有严重晚期AE的患者相关的特定功能性DNA修复特征.
- 在177名患者中,只有7名患者在开始放射治疗后6个月经历了3级≥3级的副作用.
结论:
- 功能性DNA双链断裂 (DSB) 修复在放射治疗后慢性严重不良事件的发展中发挥着主导作用.
- 开发的基于DSB修复活动的预测策略显示了对例行临床分析和个性化风险评估的前景.
- 这种方法有助于在放射治疗引起的严重副作用中建模DSB修复,从而有可能改善患者的治疗结果.
