文献

J-GLOBAL ID：202102291253194958   整理番号：21A0804251

腎臓腫瘍評価におけるラジオミクス応用:文献の包括的レビュー【JST・京大機械翻訳】

Radiomics Applications in Renal Tumor Assessment: A Comprehensive Review of the Literature

著者 (5件)： Suarez-Ibarrola Rodrigo (Department of Urology, Faculty of Medicine, University of Freiburg Medical Centre, 79106 Freiburg, Germany) ,  Basulto-Martinez Mario (Department of Urology, Hospital Regional de Alta Especialidad de la Peninsula de Yucatan, Merida 97133, Mexico) ,  Heinze Alexander (Department of Urology, Marienkrankenhaus, 22087 Hamburg, Germany) ,  Gratzke Christian (Department of Urology, Faculty of Medicine, University of Freiburg Medical Centre, 79106 Freiburg, Germany) ,  Miernik Arkadiusz (Department of Urology, Faculty of Medicine, University of Freiburg Medical Centre, 79106 Freiburg, Germany)
資料名： Cancers (Web)  (Cancers (Web))
巻： 12  号： 6  ページ： 1387  発行年： 2020年 
JST資料番号： U7153A  ISSN： 2072-6694  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： ラジオミクステクスチャ解析は,放射線科医の主観的放射線解釈によっては得られない客観的画像情報を提供する。腎腫瘍評価におけるラジノミクス応用を検討し,包括的レビューを提供した。元の論文の詳細な検索は,2020年3月20日までPubMed-MEDLINEデータベースを用いて行い,腎腫瘍評価におけるラジミクス応用に関連する英語文献を同定した。全体で,42の論文を分析に含め,4つの主なカテゴリーに分けた:腎腫瘤分化,核グレード予測,遺伝子発現ベース分子シグネチャ,および患者転帰予測。研究の主たる領域は,特に腎細胞癌(RCC)サブタイプと,可視脂肪および腫瘍細胞腫のない血管筋脂肪腫から,良性および悪性腎腫瘤を正確に区別することを含む。核グレード予測は,リスク層別治療の適切な患者選択を強化する可能性がある。放射線予測遺伝子変異は,高リスク疾患に対する代理バイオマーカーとして役立つ可能性があるが,標的治療に対する患者反応を予測し,それらの結果は,個別化治療アルゴリズムの開発を助けるであろう。一般に,研究は,専門家の放射線学的解釈に対するラジノミクスの優位性を報告している。ラジオミクスは,腎腫瘍診断精度を改善するための主観的画像解釈の代替を提供する。臨床および画像データのラジオミクスアルゴリズムへの更なる取り込みは,腫瘍予測精度を増強し,個別化医療を強化する。Copyright 2021 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： アルゴリズム ,  データベース ,  放射線 ,  *腫瘍 ,  腫瘍細胞 ,  分化 ,  英語 ,  層別 ,  MEDLINE ,  遺伝子発現 ,  腎細胞癌 ,  バイオマーカー ,  遺伝子変異 ,  分子標的療法 ,  個別化医療

著者キーワード (10件)： ラジオミクス ,  テクスチャ解析 ,  機械学習 ,  深層学習 ,  人工ニューラルネットワーク ,  小腎腫瘤 ,  血管筋脂肪腫 ,  腫瘍細胞腫 ,  腎細胞癌 ,  腎臓癌

分類 (1件)： 泌尿生殖器の腫よう  (GM04000S)

引用文献 (64件)：

• Ferlay, J.; Colombet, M.; Soerjomataram, I.; Mathers, C.; Parkin, D.M.; Piñeros, M.; et Znaor, A.; Bray, F. Estimating the global cancer incidence and mortality in 2018: GLOBOCAN sources and methods. Int. J. Cancer 2019, 144, 1941-1953.
• Siegel, R.L.; Miller, K.D.; Jemal, A. Cancer statistics, 2019. CA Cancer J. Clin. 2019, 69, 7-34.
• Ursprung, S.; Beer, L.; Bruining, A.; Woitek, R.; Stewart, G.D.; Gallagher, F.A.; Sala, E. Radiomics of computed tomography and magnetic resonance imaging in renal cell carcinoma-a systematic review and meta-analysis. Eur. Radiol. 2020, 1-9.
• Patel, H.D.; Johnson, M.H.; Pierorazio, P.M.; Sozio, S.M.; Sharma, R.; Iyoha, E.; Bass, E.B.; Allaf, M.E. Diagnostic accuracy and risks of biopsy in the diagnosis of a renal mass suspicious for localized renal cell carcinoma: Systematic review of the literature. J. Urol. 2016, 195, 1340-1347.
• Marconi, L.; Dabestani, S.; Lam, T.B.; Hofmann, F.; Stewart, F.; Norrie, J.; Bex, A.; Bensalah, K.; Canfield, S.E.; Hora, M.; et al. Systematic review and meta-analysis of diagnostic accuracy of percutaneous renal tumour biopsy. Eur. Urol. 2016, 69, 660-673.

タイトルに関連する用語 (6件)： 腎臓腫瘍 ,  評価 ,  ラジオミクス ,  応用 ,  文献 ,  レビュー