Incorporating axillary-lateral thoracic vessel juncture dosimetric variables improves model for predicting lymphedema in patients with breast cancer: A validation analysis
Notice bibliographique
Résumé
BackgroundA relationship between the axillary-lateral thoracic vessel juncture (ALTJ) dose and lymphedema rate has been reported in patients with breast cancer. The purpose of this study was to validate this relationship and explore whether incorporation of the ALTJ dose-distribution parameters improves the prediction model’s accuracy.MethodsA total of 1,449 women with breast cancer who were treated with multimodal therapies from two institutions were analyzed. We categorized regional nodal irradiation (RNI) as limited RNI, which excluded level I/II, vs extensive RNI, which included level I/II. The ALTJ was delineated retrospectively, and dosimetric and clinical parameters were analyzed to determine the accuracy of predicting the development of lymphedema. Decision tree and random forest algorithms were used to construct the prediction models of the obtained dataset. We used Harrell’s C-index to assess discrimination.ResultsThe median follow-up time was 77.3 months, and the 5-year lymphedema rate was 6.8 %. According to the decision tree analysis, the lowest lymphedema rate (5-year, 1.2 %) was observed in patients with ≤ six removed lymph nodes and ≤ 66 % ALTJ V35Gy. The highest lymphedema rate was observed in patients with > 15 removed lymph nodes and an ALTJ maximum dose (Dmax) of > 53 Gy (5-year, 71.4 %). Patients with > 15 removed lymph nodes and an ALTJ Dmax ≤ 53 Gy had the second highest rate (5-year, 21.5 %). All other patients had relatively minor differences, with a rate of 9.5 % at 5 years. Random forest analysis revealed that the model’s C-index increased from 0.84 to 0.90 if dosimetric parameters were included instead of RNI (P <.001).ConclusionThe prognostic value of ALTJ for lymphedema was externally validated. The estimation of lymphedema risk based on individual dose-distribution parameters of the ALTJ seemed more reliable than that based on the conventional RNI field design.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».