文献

J-GLOBAL ID：202202220729052631   整理番号：22A0911754

皮膚頭頸部黒色腫における機械学習指向センチネルリンパ節生検【JST・京大機械翻訳】

Machine learning directed sentinel lymph node biopsy in cutaneous head and neck melanoma

著者 (5件)： Oliver Jamie R. (Department of Otolaryngology-Head and Neck Surgery, University of Kansas School of Medicine, Kansas City, Kansas, USA) ,  Karadaghy Omar A. (Department of Otolaryngology-Head and Neck Surgery, University of Kansas School of Medicine, Kansas City, Kansas, USA) ,  Fassas Scott N. (Department of Otolaryngology-Head and Neck Surgery, University of Kansas School of Medicine, Kansas City, Kansas, USA) ,  Arambula Zack (Department of Otolaryngology-Head and Neck Surgery, University of Kansas School of Medicine, Kansas City, Kansas, USA) ,  Bur Andres M. (Department of Otolaryngology-Head and Neck Surgery, University of Kansas School of Medicine, Kansas City, Kansas, USA)
資料名： Head & Neck: Journal for the Sciences & Specialties of the Head and Neck  (Head & Neck: Journal for the Sciences & Specialties of the Head and Neck)
巻： 44  号： 4  ページ： 975-988  発行年： 2022年 
JST資料番号： W2592A  ISSN： 1043-3074  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 背景:頭頚部黒色腫(HNM)におけるリンパ節転移を検出するためのセンチネルリンパ節生検(SLNB)の特異性は,現在の国立包括的癌ネットワーク(NCCN)治療ガイドライン下で低い。方法:多発性機械学習(ML)アルゴリズムを開発し,SLNBを受けた8466の臨床結節陰性HNM患者からの国立癌データベース(NCDB)データを用いて,潜在性結節転移の非常に低いリスクでHNM患者を同定した。NCCNガイドラインとMLアルゴリズム推奨下のSLNB性能をNCDB(n=217)と学術医療センター(n=96)からの独立した試験データで比較した。結果:トップパーフォーミングMLアルゴリズム(AUC=0.734)推奨は,内部(25.8%対11.3%,p<0.001)および外部試験集団(30.1%対7.1%,p<0.001)の両方におけるNCCNガイドラインと比較して有意に高い特異性を得たが,感度>97%を達成した。結論:機械学習は,SLNBから恩恵を受けない,結節転移の非常に低いリスクで臨床的に結節陰性HNM患者を同定できる。Copyright 2022 Wiley Publishing Japan K.K. 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 ,  ネットワーク ,  *黒色腫 ,  *機械学習 ,  *センチネルリンパ節生検 ,  診療ガイドライン ,  リンパ節転移
準シソーラス用語： 特異性 ,  試験データ ,  *頭頸部 ,  NCCNガイドライン , 【Automatic Indexing@JST】

著者キーワード (5件)： 人工知能 ,  皮膚黒色腫 ,  頭頚部黒色腫 ,  機械学習 ,  センチネルリンパ節生検

分類 (1件)： 腫ようの診断  (GE03020J)

タイトルに関連する用語 (5件)： 皮膚 ,  頭頸部 ,  黒色腫 ,  機械学習 ,  センチネルリンパ節生検