文献

J-GLOBAL ID：201702235885527444   整理番号：17A1177787

非小細胞肺癌における原発腫瘍とリンパ節からRadiomicベースの病理学的反応予測【Powered by NICT】

Radiomic-Based Pathological Response Prediction from Primary Tumors and Lymph Nodes in NSCLC

著者 (8件)： Coroller Thibaud P. (Department of Radiation Oncology, Dana-Farber Cancer Institute, Brigham and Women’s Hospital, Harvard Medical School, Boston, Massachusetts) ,  Agrawal Vishesh (Department of Radiation Oncology, Dana-Farber Cancer Institute, Brigham and Women’s Hospital, Harvard Medical School, Boston, Massachusetts) ,  Huynh Elizabeth (Department of Radiation Oncology, Dana-Farber Cancer Institute, Brigham and Women’s Hospital, Harvard Medical School, Boston, Massachusetts) ,  Narayan Vivek (Department of Radiation Oncology, Dana-Farber Cancer Institute, Brigham and Women’s Hospital, Harvard Medical School, Boston, Massachusetts) ,  Lee Stephanie W. (Department of Radiation Oncology, Dana-Farber Cancer Institute, Brigham and Women’s Hospital, Harvard Medical School, Boston, Massachusetts) ,  Mak Raymond H. (Department of Radiation Oncology, Dana-Farber Cancer Institute, Brigham and Women’s Hospital, Harvard Medical School, Boston, Massachusetts) ,  Aerts Hugo J.W.L. (Department of Radiation Oncology, Dana-Farber Cancer Institute, Brigham and Women’s Hospital, Harvard Medical School, Boston, Massachusetts) ,  Aerts Hugo J.W.L. (Department of Radiology, Dana-Farber Cancer Institute, Brigham and Women’s Hospital, Harvard Medical School, Boston, Massachusetts)
資料名： Journal of Thoracic Oncology  (Journal of Thoracic Oncology)
巻： 12  号： 3  ページ： 467-476  発行年： 2017年 
JST資料番号： W3145A  ISSN： 1556-0864  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 全腫瘍負荷を捕捉する非侵襲的バイオマーカーは臨床的意思決定を支援するための精密医療のための重要な補足情報を提供することができた。手術前のネオアジュバント化学放射線療法後の病理学的応答を予測する原発腫瘍とリンパ節の前処理計算機トモグラフィー画像から抽出したradiomicデータの価値を検討した。2003年から2013年まで処理した切除可能な局所進行(ステージII-III)NSCLC(年齢中央値60.3歳,女性65%)で合計85名の患者をこの治験審査委員会承認され研究に含めた。radiomics分析は,病理学的完全寛解(pCR)と総残存病変(GRD)を区別するために85原発腫瘍と178リンパ節において行われた。二十非冗長及び安定な特徴(各部位から10)は曲線(AUC)(全てのp値は,複数の仮説検定のための補正した)下の面積を用いて評価した。各特徴集合の分類性能は,ランダムフォレストと入れ子交差検証により評価した。三radiomic特徴(原発腫瘍球形度とリンパ節均一性を記述する)は,類似した性能(全AUC=0.67,p<0.05)pCRの有意に予測した。二つの特徴(リンパ節均一性を定量化する)は,GRD(AUC範囲0.72 0.75,p<0.05)を予測し,主要な特徴(AUC=0.62)よりも有意に優れていた。多変量解析の結果,pCRの単独設定radiomic特徴は最良の分類(中央値AUC=0.68)を持つことを示した。さらに,GRD分類のための,radiomicと臨床データの組み合わせは,他の全ての特徴集合(中央値AUC=0.73)よりも優れていた。リンパ節表現型情報は病理学的応答のための有意に予測し,原発腫瘍から得られたradiomic特徴よりも高い分類性能を示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *病理学 ,  中央値 ,  *非小細胞肺癌 ,  *予測 ,  多変量解析 ,  女性 ,  計算機トモグラフィー ,  *腫瘍 ,  患者 ,  *リンパ節 ,  仮説検定 ,  画像 ,  バイオマーカー ,  表現型
準シソーラス用語： *原発癌 , 【Automatic Indexing@JST】

著者キーワード (6件)： ラディオミクス ,  定量的イメージング ,  生物統計学 ,  NSCLC ,  病理学的応答 ,  リンパ節

分類 (3件)： 呼吸器の腫よう  (GI04000G) ,  消化器の腫よう  (GH04000D) ,  腫ようの診断  (GE03020J)

タイトルに関連する用語 (5件)： 非小細胞肺癌 ,  原発腫瘍 ,  リンパ節 ,  病理学 ,  予測