文献

J-GLOBAL ID：202002214795292205   整理番号：20A1007741

放射線治療により治療された頭頸部癌症例に対する局所再発の予測を改善するdosomics【JST・京大機械翻訳】

Dosiomics improves prediction of locoregional recurrence for intensity modulated radiotherapy treated head and neck cancer cases

著者 (11件)： Wu Aiqian (Department of Biomedical Engineering, Southern Medical University, Guangzhou, Guangdong 510515, China) ,  Li Yongbao (Department of Radiation Oncology, Sun Yat-Sen University Cancer Center, State Key Laboratory of Oncology in South China, Collaborative Innovation Center for Cancer Medicine, Guangzhou, Guangdong 510060, China) ,  Qi Mengke (Department of Biomedical Engineering, Southern Medical University, Guangzhou, Guangdong 510515, China) ,  Lu Xingyu (Department of Biomedical Engineering, Southern Medical University, Guangzhou, Guangdong 510515, China) ,  Jia Qiyuan (Department of Biomedical Engineering, Southern Medical University, Guangzhou, Guangdong 510515, China) ,  Guo Futong (Department of Biomedical Engineering, Southern Medical University, Guangzhou, Guangdong 510515, China) ,  Dai Zhenhui (Department of Radiation Oncology, The Second Affiliated Hospital of Guangzhou University of Chinese Medicine, Guangzhou, Guangdong 510120, China) ,  Liu Yuliang (Department of Biomedical Engineering, Southern Medical University, Guangzhou, Guangdong 510515, China) ,  Chen Chaomin (Department of Biomedical Engineering, Southern Medical University, Guangzhou, Guangdong 510515, China) ,  Zhou Linghong (Department of Biomedical Engineering, Southern Medical University, Guangzhou, Guangdong 510515, China) ,  Song Ting (Department of Biomedical Engineering, Southern Medical University, Guangzhou, Guangdong 510515, China)
資料名： Oral Oncology  (Oral Oncology)
巻： 104  ページ： Null  発行年： 2020年 
JST資料番号： A1166A  ISSN： 1368-8375  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： dosiオミクスがIMRT治療患者の局所再発(LR)予測に役立つかどうかを研究するために,放射線学的方法の間の予測性能検査に関する比較研究を通して,頭頚部癌症例における線量計を統合した。4つの異なる施設からの頭頸部癌患者237名のコホートを,癌画像アーカイブから得て,放射線療法のみの予後モデルを訓練し,検証するために利用し,そして,線量計予後モデルを統合した。放射線学に関しては,放射線学的特徴をCTとPETを含む画像から最初に抽出し,それらの一致指数(CI)値に基づいて選択し,次に主成分分析により凝縮した。最後に,多変量Cox比例ハザード回帰モデルを,それらの凝縮特徴を入力することにより,LR予測モデルとしてクラス不均衡調整を用いて構築した。線量計統合モデル確立のために,初期の特徴は類似していたが,放射線治療計画からの付加的な三次元線量分布を有していた。対数ランク分析によるCIとKaplan-Meier曲線を用いて,これらのモデルを評価し比較した。独立した検証データセットから観察されたように,線量計統合(0.66)に対するモデルのCIは,放射線学(0.59)(Wilcoxon試験,p=5.9×10-31)に対するものと有意に異なっていた。統合モデルは,患者を高および低リスク群(ログランク検定,p=2.5×10-02)に分類することに成功したが,放射線学モデルはそのような分類を提供できなかった(ログランク検定,p=0.37)。DosiomicsはIMRT治療患者におけるLRの予測に役立つ可能性があり,関連研究に対して無視すべきではない。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 凝縮 ,  線量計 ,  *放射線療法 ,  放射線医学 ,  予後 ,  回帰モデル ,  三次元 ,  対数 ,  母集団 ,  主成分分析 ,  線量分布 ,  *頭頚部腫瘍 ,  予測モデル ,  計測器 ,  モデル
準シソーラス用語： 強度変調放射線治療 ,  *局所再発 , 【Automatic Indexing@JST】

著者キーワード (7件)： dosiミクス ,  放射線学 ,  予後 ,  局所再発 ,  強度変調放射線療法 ,  3D線量分布 ,  頭頚部癌

分類 (2件)： 腫ようの放射線療法  (GE03034K) ,  腫ようの診断  (GE03020J)

タイトルに関連する用語 (6件)： 放射線治療 ,  治療 ,  頭頸部癌 ,  症例 ,  局所再発 ,  予測