Developing and validating multi-omics prediction models for late patient-reported dysphagia in head and neck radiotherapy
Notice bibliographique
Résumé
Abstract Background and purpose . To investigate models developed using radiomic and dosiomic (multi-omics) features from planning and treatment imaging for late patient-reported dysphagia in head and neck radiotherapy. Materials and methods . Training (n = 64) and testing (n = 23) cohorts of head and neck cancer patients treated with curative intent chemo-radiotherapy with a follow-up time greater than 12 months were retrospectively examined. Patients completed the MD Anderson Dysphagia Inventory and a composite score ≤60 was interpreted as patient-reported dysphagia. A chart review collected baseline dysphagia and clinical factors. Multi-omic features were extracted from planning and last synthetic CT images using the pharyngeal constrictor muscle contours as a region of interest. Late patient-reported dysphagia models were developed using a random forest backbone, with feature selection and up-sampling methods to account for the imbalanced data. Models were developed and validated for multi-omic feature combinations for both timepoints. Results . A clinical and radiomic feature model developed using the planning CT achieved good performance (validation: sensitivity = 80 ± 27% / balanced accuracy = 71 ± 23%, testing: sensitivity = 80 ± 10% / balanced accuracy = 73 ± 11%). The synthetic CT models did not show improvement over the plan CT multi-omics models, with poor reliability of the radiomic features on these images. Dosiomic features extracted from the synthetic CT showed promise in predicting late patient-reported dysphagia. Conclusion . Multi-omics models can predict late patient-reported dysphagia in head and neck radiotherapy patients. Synthetic CT dosiomic features show promise in developing successful models to account for changes in delivered dose distribution. Multi-center or prospective studies are required prior to clinical implementation of these models.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».