文献

J-GLOBAL ID：201902227699330380   整理番号：19A1651625

PACE 放射線腫瘍学における正常組織合併症推定のための確率的アトラス【JST・京大機械翻訳】

PACE: A Probabilistic Atlas for Normal Tissue Complication Estimation in Radiation Oncology

著者 (5件)： Palma Giuseppe (Institute of Biostructures and Bioimaging, National Research Council, Naples, Italy) ,  Monti Serena (IRCCS SDN, Naples, Italy) ,  Buonanno Amedeo (Department of Engineering, University of Campania Luigi Vanvitelli, Aversa, Italy) ,  Pacelli Roberto (Department of Advanced Biomedical Sciences, Federico II University School of Medicine, Naples, Italy) ,  Cella Laura (Institute of Biostructures and Bioimaging, National Research Council, Naples, Italy)
資料名： Frontiers in Oncology (Web)  (Frontiers in Oncology (Web))
巻： 9  ページ： 130  発行年： 2019年 
JST資料番号： U7089A  ISSN： 2234-943X  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： 放射線腫瘍学において,器官の放射線感受性(RS)に関するボクセルに基づく証拠を含む現代的な正規課題合成確率(NTCP)の必要性が認識されている。ここでは,放射線誘発性罹患率(RIM)を予測するための新しい定式化(複合推定,PACE)を提示した。採用された戦略は,基本的に,Lyman-Kuter-Burman(LKB)のような古典的な現象論的なNTCPモデルの構造を維持し,モデルフレームワークの入力として,有意な非線量計共変量を含むRIMオッズの収集による線量分布を置換することにある。理論は,合成結果に従って分類された合成線量マップについてin silicoで最初に実証された。次に,肺線維症に分類された胸部癌患者の臨床データセットにペースを適用した。LKBモデルを比較のために訓練した。全体として,得られた学習曲線は,PACEモデルがLKBを上回り,精度>0.8で合成結果を予測することを示した。実際の患者では,識別と較正の両方により評価したPACE性能は,LKBより有意に高かった。この傾向を交差検証により確認した。さらに,解析したRIMのための基礎となるRSマップの空間パターンを推論する能力を成功裏に実証し,学習ツールとしてのNTCPモデルの新しい展望への道を開いた。Copyright 2019 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： ボクセル ,  ヒト ,  放射線療法 ,  *合併症 ,  肺線維症 ,  定式化 ,  *放射線 ,  放射線量 ,  放射線感受性 ,  学習曲線
準シソーラス用語： 臨床データ ,  共変量 ,  現象論 ,  器官 ,  *アトラス ,  *放射線腫瘍学 , 【Automatic Indexing@JST】

著者キーワード (5件)： 正常組織合併症確率 ,  ボクセルに基づく解析 ,  放射線誘発罹患率 ,  無線感度 ,  放射線治療

分類 (1件)： 腫ようの放射線療法  (GE03034K)

引用文献 (32件)：

• DeSantis CE, Lin CC, Mariotto AB, Siegel RL, Stein KD, Kramer JL, et al. Cancer treatment and survivorship statistics, 2014. CA Cancer J Clin. (2014) 64:252-71. doi: 10.3322/caac.21235
• Marks LB, Yorke ED, Jackson A, Ten Haken RK, Constine LS, Eisbruch A, et al. Use of normal tissue complication probability models in the clinic. Int J Radiat Oncol Biol Phys. (2010) 76:S10-19. doi: 10.1016/j.ijrobp.2009.07.1754
• Rubin P, Constine LS, Marks LB. ALERT- Adverse Late Effects of Cancer Treatment. Volume 1: General Concepts and Specific Precepts. (2014) Berlin; London: Springer. doi: 10.1016/j.ijrobp.2009.07.1754
• Kutcher GJ, Burman C, Brewster L, Goitein M, Mohan R. Histogram reduction method for calculating complication probabilities for three-dimensional treatment planning evaluations. Int J Radiat Oncol Biol Phys. (1991) 21:137-46. doi: 10.1016/0360-3016(91)90173-2
• Kallman P, Agren A, Brahme A. Tumour and normal tissue responses to fractionated non-uniform dose delivery. Int J Radiat Biol. (1992) 62:249-62. doi: 10.1080/09553009214552071

タイトルに関連する用語 (6件)： 放射線腫瘍学 ,  組織 ,  合併症 ,  推定 ,  確率 ,  アトラス