基于机器学习的放射学预后模型,用于确定的化疗和放射治疗后患有近端食道癌的患者
Linrui Li1,2, Zhihui Qin3, Juan Bo1
1Department of Radiation Oncology, Anhui Provincial Hospital Affiliated to Anhui Medical University, Hefei, China.
Insights into imaging
|November 29, 2024
概括
周围瘤区域的放射学分析改善了近端食道癌的预后预测. 这种方法提供了对脂质代谢和放射电阻的洞察,为个性化治疗策略铺平了道路.
科学领域:
- 放射学和成像学 放射学和成像学
- 在瘤学瘤学.
- 医疗信息学 医疗信息学
背景情况:
- 靠近食道癌的预后仍然具有挑战性.
- 放射学提供了一种非侵入性的方法来提取定量成像特征.
- 了解放射学的生物基础对于临床应用至关重要.
研究的目的:
- 为了评估放射学来预测近端食道癌症的预后.
- 调查基于放射学预测的生物学机制.
- 开发和验证放射学模型,以改善生存预测.
主要方法:
- 在170名患者中,使用5种机器学习方法开发了放射学模型.
- 通过接受器运行曲线分析来选择最佳模型.
- 生物信息学和名图分析被用来探索生物基础和临床实用性.
主要成果:
- 双区域放射学模型显示出优异的预测性能 (AUC为0.9763和0.9471).
- 临床放射学名录显著超过了临床名录 (NRI 34.4%,IDI 10%).
- 基因实体学分析涉及基于放射学的患者分层中的脂质代谢.
结论:
- 周放射特征增强了化学放射治疗后临近食道癌的预后预测.
- 放射学提供了对脂质代谢和放射电阻的洞察.
- 这些发现支持放射学在指导个性化癌症护理方面的潜力.
