前立腺がんは複雑な疾患であり、根治的前立腺摘出術後の局所再発を正確に検出することは医療従事者にとって難しいことがあります。しかし、機械学習モデルの最近の進歩は、予測の改善と治療決定の案内において希望を示しています。
胡らによって発表された研究論文によると、Oncologyでは、機械学習モデルが前立腺がん根治的前立腺摘出術後の局所再発を予測する実用的な臨床的役割を探求しています。この研究は、専門家の放射線医師による前立腺画像再発レポート（PI-RR）スコアと3つの異なるアルゴリズムのパフォーマンスを比較することを目的としています。
研究には、176人の患者の後方視的分析が含まれ、これらは訓練およびテストコホートにランダムに分割されました。専門家の放射線医師は、術後のmpMRIスキャンや他の関連データに基づいてPI-RRスコアを評価しました。さらに、研究者は、局所再発を予測するためにサポートベクターマシン（SVM）、線形判別分析（LDA）、ロジスティック回帰-最小絶対収縮および選択演算子（LR-LASSO）アルゴリズムを使用して放射医療モデルを構築しました。
LR-LASSOベースの放射医療モデルは特に優れたパフォーマンスを示し、PI-RRスコア単体を上回りました。テストセットで驚異的な曲線下面積（AUC）0.858を達成しました。さらに、研究者は、放射医療特徴をPI-RRスコアに統合した組み合わせモデルを開発し、AUCが0.924で最も高い予測パフォーマンスを実現しました。この組み合わせモデルは、前立腺がん局所再発を予測する際にさらに高い正確性を示しました。
これらの知見は、放射医療モデルが根治的前立腺摘出術後の前立腺がん局所再発を効果的に予測する潜在能力を示しています。放射医療特徴をPI-RRスコアに統合することで、医療従事者は予測の精度を向上させ、より情報豊かな治療決定を行うことができます。この研究は、患者のアウトカムを改善し、前立腺がんの総合的な管理を向上させる上で重要な意義を持っています。
The source of the article is from the blog elblog.pl