文献

J-GLOBAL ID：202002213094170343   整理番号：20A0627440

鼻咽頭癌予後に対する詳細なMR画像報告に基づく画像データの機械学習解析【JST・京大機械翻訳】

Machine Learning Analysis of Image Data Based on Detailed MR Image Reports for Nasopharyngeal Carcinoma Prognosis

著者 (7件)： Cui Chunyan ( Sun Yat-sen University Cancer Center, State Key Laboratory of Oncology in South China, Collaborative Innovation Center for Cancer Medicine Guangdong Key Laboratory of Nasopharyngeal Carcinoma Diagnosis and Therapy, Guangzhou 510060, China) ,  Wang Shunxin ( Zhongshan School of Medical, Sun Yat-sen University, Guangzhou, Guangdong 510080, China) ,  Zhou Jian ( Sun Yat-sen University Cancer Center, State Key Laboratory of Oncology in South China, Collaborative Innovation Center for Cancer Medicine Guangdong Key Laboratory of Nasopharyngeal Carcinoma Diagnosis and Therapy, Guangzhou 510060, China) ,  Dong Annan ( Sun Yat-sen University Cancer Center, State Key Laboratory of Oncology in South China, Collaborative Innovation Center for Cancer Medicine Guangdong Key Laboratory of Nasopharyngeal Carcinoma Diagnosis and Therapy, Guangzhou 510060, China) ,  Xie Fei ( Sun Yat-sen University Cancer Center, State Key Laboratory of Oncology in South China, Collaborative Innovation Center for Cancer Medicine Guangdong Key Laboratory of Nasopharyngeal Carcinoma Diagnosis and Therapy, Guangzhou 510060, China) ,  Li Haojiang ( Sun Yat-sen University Cancer Center, State Key Laboratory of Oncology in South China, Collaborative Innovation Center for Cancer Medicine Guangdong Key Laboratory of Nasopharyngeal Carcinoma Diagnosis and Therapy, Guangzhou 510060, China) ,  Liu Lizhi ( Sun Yat-sen University Cancer Center, State Key Laboratory of Oncology in South China, Collaborative Innovation Center for Cancer Medicine Guangdong Key Laboratory of Nasopharyngeal Carcinoma Diagnosis and Therapy, Guangzhou 510060, China)
資料名： BioMed Research International (Web)  (BioMed Research International (Web))
巻： 2020  ページ： Null  発行年： 2020年 
JST資料番号： U7008A  ISSN： 2314-6133  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 著者らは,鼻咽頭癌(NPC)患者に対する予測スコアを割り当てるために,磁気共鳴(MR)画像データに基づく自動機械学習(AutoML)アルゴリズムの使用を評価することを目的とした。また,現在の臨床病期分類システムよりも優れたNPCのための4群分類システムを開発することを目的とした。2010年1月~2013年1月の間に,MR画像データを有するNPCの最近の診断を有する792名の患者を本研究に登録した。AutoMLアルゴリズムを使用して,すべての統計解析は10倍の試験に基づいた。一次エンドポイントは,全生存(OS),遠隔転移のない生存(DMFS),および局所領域無再発生存(LRFS)の確率を含み,それらの合計を最終投票スコアとして記録し,各患者に対する無進行生存(PFS)を代表した。腫瘍,結節および転移(TNM)システムベースモデルと比較して,MR画像データベースモデルから発生した受信者動作特性(ROC)曲線下面積は,OSに対して0.796([数式:原文を参照]),DMFSに対して0.752([数式:原文を参照])およびLRFSに対して0.721([数式:原文を参照])であった。著者らの新しい機械学習に基づく採点システムにおけるII/I,III/II,IV/III群のKaplan-Meier(KM)試験値はそれぞれ0.011,0.010,<0.001であったが,癌(AJCC)システムにおけるII/I,III/II,IV/III群のそれらはそれぞれ0.118,0.121,<0.001であった。各曲線([数式:原文を参照])の新しい機械学習ベースの採点システム分析において有意差が観察されたが,II/IとIII/IIの間のTNM/AJCCシステムから得られた曲線のP値は,それぞれ0.118と0.121であり,有意差はなかった。結論として,AutoMLアルゴリズムは,NPCに対し,TNM/AJCCシステムより良好な予後性能を示した。このアルゴリズムは,臨床応用のための良好な可能性を示し,カウンセリングを改善し,NPCを有する患者の個人化管理を容易にすることを助ける可能性がある。著者らの新しい採点と病期分類システムの臨床応用は,精度医学を有意に改善する可能性がある。Copyright 2020 Chunyan Cui et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： システム解析 ,  磁気共鳴 ,  *NMRイメージング ,  血中濃度-時間曲線下面積 ,  データモデル ,  腫瘍 ,  投票 ,  *予後 ,  アルゴリズム ,  カウンセリング ,  *機械学習
準シソーラス用語： 病期分類 ,  無再発生存率 ,  遠隔転移 ,  エンドポイント , 【Automatic Indexing@JST】

分類 (5件)： 消化器の腫よう  (GH04000D) ,  腫ようの放射線療法  (GE03034K) ,  循環系疾患の外科療法  (GJ05030X) ,  泌尿生殖器の腫よう  (GM04000S) ,  呼吸器の疾患  (GI03000Z)

引用文献 (26件)：

• E. T. Chang, H.-O. Adami, "The enigmatic epidemiology of nasopharyngeal carcinoma," Cancer Epidemiology Biomarkers & Prevention, vol. 15, no. 10, pp. 1765-1777, 2006.
• M. L. K. Chua, J. T. S. Wee, E. P. Hui, A. T. C. Chan, "Nasopharyngeal carcinoma," The Lancet, vol. 387, no. 10022, pp. 1012-1024, 2016.
• K. R. Wei, R. S. Zheng, S. W. Zhang, Z. H Liang, Z. X Ou, W. Q Chen, "Nasopharyngeal carcinoma incidence and mortality in China in 2010," Chinese Journal of Cancer Research, vol. 33, pp. 381-387, 2014.
• W. Chen, R. Zheng, P. D. Baade et al., "Cancer statistics in China, 2015," CA: A Cancer Journal for Clinicians, vol. 66, no. 2, pp. 115-132, 2016.
• C.-Y. Hsiung, E. D. Yorke, C.-S. Chui et al., "Intensity-modulated radiotherapy versus conventional three-dimensional conformal radiotherapy for boost or salvage treatment of nasopharyngeal carcinoma," International Journal of Radiation Oncology ∗ Biology ∗ Physics, vol. 53, no. 3, pp. 638-647, 2002.

タイトルに関連する用語 (6件)： 鼻咽頭癌 ,  予後 ,  MR画像 ,  報告 ,  機械学習 ,  解析