预测辐射食道炎在接受同步增强放射治疗的患者中,乳房保护手术后进行放射治疗

科学领域:

• 在瘤学瘤学.
• 辐射疗法 辐射疗法
• 医疗信息学 医疗信息学

背景情况:

• 辐射食道炎是乳腺癌放射治疗的常见副作用.
• 准确预测辐射食道炎风险对于个性化治疗规划和毒性管理至关重要.

研究的目的:

• 在接受放射治疗的乳腺癌患者中构建和验证辐射食道炎发生的预测模型.
• 确定导致辐射食道炎的关键临床和分子因素.
• 开发一种临床上适用的风险评分和患者分层的名谱.

主要方法:

• 分析了308名乳腺癌患者的数据.
• 应用拉索回归来确定重要的预测变量.
• 开发一个辐射食道炎风险评分和一个nomogram.
• 使用C指数,AUC,校准曲线和决策曲线分析进行内部验证.
• 使用SHAP算法进行模型解释.

主要成果:

• 通过拉索回归,确定了7个显著变量.
• 诺米图表显示出强大的预测能力 (临床变量C指数为0.795,风险评分为0.784).
• 内部验证显示,风险得分 (AUC 0.784),名谱 (AUC 0.795) 和物流模型 (AUC 0.812) 的表现良好.
• SHAP分析强调了辐射剂量,,分子类型和肝功能障碍是主要的贡献者.

结论:

• 可解释的机器学习模型,包括风险分数和名图,可以有效地预测乳腺癌放射治疗中的放射性食道炎风险.
• 这些模型为评估个体患者风险提供了一个直观的工具,有助于治疗个性化和降低毒性.
• 确定了关键因素,可以指导未来的研究和临床干预措施,以减轻辐射食道炎.