免疫療法により小細胞肺がん (SCLC) の治療が画期的に進歩するにつれ、治療結果の予測が臨床現場での焦点となっています。化学療法と組み合わせた免疫療法は、ランダム化比較試験で延命効果が認められたため、小細胞肺がんの第一選択療法として承認されています。
しかし、現在利用可能なバイオマーカーが存在しないため、その有効性を予測することは依然として課題です。最近、「小細胞肺癌における免疫療法効果を予測するための臨床特性に基づくニューラルネットワークモデル」というタイトルの研究が、 悪性度スペクトル。この研究では、深層学習技術を利用して新しい予測モデルを開発し、臨床医に強力な意思決定支援を提供しました。
研究チームは、免疫療法を受けた140人のSCLC患者からのデータを遡及的に分析し、発見コホートと検証コホートに分けた。ニューラル ネットワーク モデルを構築およびトレーニングすることにより、3 つの臨床転帰の予測モデルが開発され、研究者らは客観的奏効率 (ORR)、疾患制御率 (DCR)、および無増悪生存期間 (PFS) を有する患者の割合を予測することに成功しました。 6か月以上。研究の結果、ORR モデルは発見コホートで 0.8964、検証コホートで 0.8421 の AUC 値を達成し、高い予測精度を示しました (図 1)。次に、モデルは医師に使いやすいツールに圧縮されました。
この研究は、SCLC患者の個別化された治療に関する新たな科学的証拠を提供するだけでなく、免疫療法に関する将来の臨床的決定に重要な参考資料も提供します。研究チームは、モデルの最適化を継続し、多施設および大規模サンプルを用いた前向き研究でその安定性と普遍性をさらに検証すると述べた。
この研究は、北京胸部病院がん研究センター、首都医科大学/北京結核胸部腫瘍研究所が、四川省人民病院、中国電子科学技術大学、および国立大学法人医療腫瘍学部の協力を得て実施した。北京結核・胸部腫瘍研究所/首都医科大学北京胸部病院。
ソース：
参考雑誌:
リー、W、 他。 (2024) 小細胞肺癌における免疫療法の有効性を予測するための臨床特性に基づくニューラル ネットワーク モデル。 悪性度スペクトル。 doi.org/10.1002/msp2.41。
1728717685
#ニューラルネットワークを利用して小細胞肺がんの治療結果を予測する
2024-10-12 06:31:00