文献

J-GLOBAL ID：201802246464362020   整理番号：18A0783206

前処理安静状態fMRIとランダムフォレスト機械学習による乳癌後の長期認知転帰の予測【JST・京大機械翻訳】

Predicting Long-Term Cognitive Outcome Following Breast Cancer with Pre-Treatment Resting State fMRI and Random Forest Machine Learning

著者 (6件)： Kesler Shelli R. (Department of Neuro-Oncology, University of Texas MD Anderson Cancer Center) ,  Rao Arvind (Department of Bioinformatics and Computational Biology, University of Texas MD Anderson Cancer Center) ,  Blayney Douglas W. (Division of Medical Oncology, School of Medicine, Stanford University) ,  Oakley-Girvan Ingrid A. (Cancer Prevention Institute of California) ,  Karuturi Meghan (Department of Breast Medical Oncology, University of Texas MD Anderson Cancer Center) ,  Palesh Oxana (Department of Psychiatry and Behavioral Sciences, School of Medicine, Stanford University)
資料名： Frontiers in Human Neuroscience (Web)  (Frontiers in Human Neuroscience (Web))
巻： 11  ページ： 555  発行年： 2017年 
JST資料番号： U7072A  ISSN： 1662-5161  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 著者らは,前処理ベースラインで得られた静止状態機能的磁気共鳴イメージング(fMRI)が長期経過観察で乳癌関連認知障害を正確に予測できるかどうかを決定することを目的とした。乳癌患者31名(年齢34~65歳)を治療前,化学療法後,1年後に評価した。43人の健康な女性対照から得られたデータに基づいて認知試験スコアを正規化し,それから,長期的変化に基づいて,障害のあるか否かを分類するために使用した。著者らは,ベースライン静止状態fMRIにグラフ理論を適用することによって,局所的接続性の測度であるクラスタ化係数を測定し,関連する患者関連および医療変数と共にこれらの計量をランダムな森林分類に入力した。1年の追跡調査における認知障害の発生率は55%であり,分類アルゴリズムにより100%までの精度で予測された(p<0.0001)。神経画像に基づくモデルは,患者関連および医療変数を含むモデルよりも有意に正確であった(p=0.005)。いくつかの異なる機能的ネットワークに属するハブ領域は,認知結果の最も重要な予測因子であった。これらのハブの特性は,時間とともにデフォルトモードから他のネットワークへの脳損傷の潜在的広がりを示した。これらの知見は,静止状態fMRIが乳癌に関連する将来の認知障害を予測するための有望なツールであることを示唆する。この情報は,長期認知障害に対する最も高いリスクで患者を同定することにより,治療意思決定を知らせることができた。Copyright 2018 The Author(s). All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 薬物療法 ,  女性 ,  ネットワーク ,  *機械学習 ,  患者 ,  測度 ,  意思決定 ,  *前処理 ,  *乳房腫瘍 ,  基準線 ,  正規化 ,  追跡調査 ,  クラスタ化
準シソーラス用語： 認知障害 ,  *機能的MRI , 【Automatic Indexing@JST】

著者キーワード (6件)： 乳癌 ,  化学療法 ,  コネクトーム ,  安静状態fMRI ,  ランダムフォレスト ,  認知

分類 (2件)： 測樹学  (FF01040T) ,  神経系の疾患  (GN03000O)

タイトルに関連する用語 (8件)： 安静 ,  fMRI ,  ランダムフォレスト ,  機械学習 ,  乳癌 ,  長期 ,  認知転帰 ,  予測