用放射治疗治疗的前列腺癌中急性直肠毒性的预测模型
Keyur D Shah1,2, Beow Y Yeap1, Hoyeon Lee1
1Department of Radiation Oncology, Massachusetts General Hospital, Harvard Medical School, Boston, MA.
JCO clinical cancer informatics
|March 19, 2025
概括
一个新的模型预测前列腺癌患者接受放射治疗的直肠毒性. 该工具通过将光子和质子治疗的剂量计和非剂量计因素整合在一起,有助于个性化的治疗选择.
科学领域:
- 辐射瘤学 辐射瘤学
- 医学物理 医学物理
- 在瘤学瘤学.
背景情况:
- 急性直肠毒性是前列腺癌放射治疗的常见副作用.
- 个性化治疗选择至关重要,以尽量减少毒性,同时保持疗效.
- 当前的预测模型可能无法完全捕捉不同辐射模式的复杂剂量计因素.
研究的目的:
- 开发和验证前列腺癌患者急性直肠毒性的预测模型,用光子和质子放射治疗.
- 整合剂量计和非剂量计变量,以提高预测准确度.
- 帮助个人选择放射治疗的治疗方法.
主要方法:
- 分析了278名患者的前性多机构队列.
- 开发了一个卷积神经网络 (CNN) 来分析剂量区域组图 (DAH) 并与非剂量测量预测器集成.
- 模型性能与逻辑回归 (LR) 进行了比较,使用曲线下的面积 (AUC).
主要成果:
- 关键预测因素包括直肠长度,种族,年龄和水凝间隔器的使用.
- 在验证组中,CNN模型实现了0.81的AUC,超过了LR (AUC = 0.54).
- 该模型在光子和质子疗法子集中显示出高灵敏度和特异性,表明具有强大的预测能力.
结论:
- 一种新的方法有效地预测了前列腺癌患者的直肠毒性,这些患者接受了用光子和质子进行放射治疗.
- 使用CNN与非剂量计因子集成DAH的剂量计特征,可以提高预测准确性.
- 该模型显示了指导治疗决策的潜力,并保证了未来的验证.
