文献

J-GLOBAL ID：202002239972985104   整理番号：20A0715545

4つの転移性結腸直腸癌臨床研究における個々の腫瘍病変の機械学習分析:腫瘍不均一性と全生存率との関連【JST・京大機械翻訳】

Machine Learning Analysis of Individual Tumor Lesions in Four Metastatic Colorectal Cancer Clinical Studies: Linking Tumor Heterogeneity to Overall Survival

著者 (8件)： Vera-Yunca Diego (Pharmacometrics & Systems Pharmacology, Department of Pharmaceutical Technology and Chemistry, School of Pharmacy and Nutrition, University of Navarra, Pamplona, Spain) ,  Girard Pascal (Merck Institute for Pharmacometrics, Merck Serono S.A., Switzerland, a Subsidiary of Merck KGaA, Darmstadt, Germany) ,  Parra-Guillen Zinnia P. (Pharmacometrics & Systems Pharmacology, Department of Pharmaceutical Technology and Chemistry, School of Pharmacy and Nutrition, University of Navarra, Pamplona, Spain) ,  Parra-Guillen Zinnia P. (IdiSNA, Navarra Institute for Health Research, Pamplona, Spain) ,  Munafo Alain (Merck Institute for Pharmacometrics, Merck Serono S.A., Switzerland, a Subsidiary of Merck KGaA, Darmstadt, Germany) ,  Troconiz Inaki F. (Pharmacometrics & Systems Pharmacology, Department of Pharmaceutical Technology and Chemistry, School of Pharmacy and Nutrition, University of Navarra, Pamplona, Spain) ,  Troconiz Inaki F. (IdiSNA, Navarra Institute for Health Research, Pamplona, Spain) ,  Terranova Nadia (Merck Institute for Pharmacometrics, Merck Serono S.A., Switzerland, a Subsidiary of Merck KGaA, Darmstadt, Germany)
資料名： AAPS Journal  (AAPS Journal)
巻： 22  号： 3  ページ： 58  発行年： 2020年 
JST資料番号： W3977A  ISSN： 1550-7416  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 腫瘍学におけるTSモデルで使用される全腫瘍サイズ(TS)計量は,腫瘍不均一性を考慮しない。それは,薬物有効性をより良く予測するのを助けることができた。転移性結腸直腸癌(mCRC)患者の個々の標的病変(ITLs)を分析し,分類クラスタリング(CICIL)法を用いてTS動力学の差を決定した。遺伝子変異とTS計量を比較するサブグループ分析の結果を評価し,生存分析に適用した。4つのmCRC臨床研究からのデータを分析した(1781人の患者,6369人のITLs)。CICILを用いて,組織(クラス内)または異なる組織(クラス間)内の病変TS動態の違いを評価した。最初に,病変をそれらの位置に基づいて自動的に分類した。相互相関係数(CC)は,各対の病変が類似または反対の動力学に従うかどうかを決定した。最後に,CCsをK平均クラスタリング法を用いてグループ化した。腫瘍動態の不均一性は,セtuを受けた患者のクラス間分析よりクラス内分析で低かった。KRAS変異患者において,KRAS野生型(KRASwt)患者と比較して,より多くの腫瘍不均一性が見出された。中央値患者のCCとして定量化された腫瘍不均一性は,特にKRASwt患者において,全体的生存(OS)(HR=1.44,95%CI1.08~1.92)の予測因子であることが分かった。腫瘍内および腫瘍間組織不均一性をCICILで評価した。不均一性の導出された計量はOS時間の予測因子であることが分かった。病変のTS動力学の間の差異を考慮することは,OSのより良い予測を支持する腫瘍学モデルを改善することができた。Copyright The Author(s) 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *機械学習 ,  不均一性 ,  有効性 ,  *腫瘍 ,  遺伝子変異 ,  クラスタ化 ,  野生型 ,  相関係数
準シソーラス用語： セツキシマブ ,  予測因子 ,  K-Ras ,  腫瘍サイズ ,  *全生存率 ,  臨床研究 ,  *転移性大腸癌 , 【Automatic Indexing@JST】

著者キーワード (6件)： セツキシマブ ,  個々の腫瘍病変動力学 ,  機械学習 ,  転移性結腸直腸癌 ,  生存分析 ,  腫瘍サイズのモデリング

分類 (1件)： 消化器の腫よう  (GH04000D)

タイトルに関連する用語 (9件)： 転移性結腸直腸癌 ,  臨床 ,  研究 ,  腫瘍 ,  病変 ,  機械学習 ,  分析 ,  不均一性 ,  全生存率