MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412163829 · doi:10.1158/1557-3265.aimachine-b027

Abstract B027: Multimodal prediction of pathological complete response in esophageal cancer using automated machine learning and variational autoencoder-based synthetic data augmentation

2025· article· en· W4412163829 sur OpenAlexaboutno aff
Şefika Dinçer, Taylan Tuğrul, Mahmut Kara, Mehmet Naci Aldemir

Notice bibliographique

RevueClinical Cancer Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiomics and Machine Learning in Medical Imaging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutoencoderPathologicalArtificial intelligenceEsophageal cancerMedicineMachine learningCancerComputer sciencePattern recognition (psychology)Deep learningPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Pathological complete response (pCR) after neoadjuvant chemoradiotherapy in esophageal cancer is a clinically meaningful endpoint associated with improved survival. However, predicting pCR remains difficult due to small sample sizes and the high dimensionality of imaging and treatment-related data. This study presents a multimodal framework that integrates variational autoencoder (VAE)-based data augmentation with automated machine learning (AutoML) to improve the robustness and interpretability of pCR prediction. Methods: We retrospectively analyzed 89 esophageal cancer patients (44 pCR-positive, 45 pCR-negative) treated with curative-intent chemoradiotherapy between 2021 and 2024. Features were extracted from three sources: (1) clinical variables (e.g., age, gender, nodal stage, tumor location, treatment protocol), (2) radiomic and dosiomic features from planning CT and dose distributions within planning target volumes (PTVs), and (3) dose-volume parameters from tumor and elective field contours. All features were preprocessed using standard scaling and one-hot encoding.To address data scarcity and class imbalance, class-conditional VAEs were trained separately on pCR-positive and pCR-negative groups to generate 20 synthetic patients per class, expanding the dataset to 129 samples. We assessed distributional similarity between real and synthetic data using Uniform Manifold Approximation and Projection (UMAP) for visualization and Kolmogorov–Smirnov (KS) tests for statistical comparison. The Tree-based Pipeline Optimization Tool (TPOT), a genetic programming–based AutoML framework, was used for model selection and hyperparameter tuning. Feature importance was evaluated using SHAP (SHapley Additive exPlanations) values and LinearSVC coefficients. Results: On real data, TPOT identified XGBoost as the best-performing model (AUC = 0.61). After VAE-based augmentation, the optimal model changed to LinearSVC, which achieved the same AUC (0.61) using only five features, improving model interpretability. UMAP analysis showed partial embedding overlap between real and synthetic data, supporting the realism of the generated samples. KS analysis demonstrated significantly higher distributional similarity for radiomic and dosiomic features (mean KS ≈ 0.31, p < 0.05) compared to clinical and dose-volume variables (mean KS = 0.62, p < 0.001), indicating greater reproducibility of imaging-based biomarkers. The radiomic feature LowGrayLevelZoneEmphasis remained significantly associated with pCR in the real cohort ( p = 0.0072), suggesting translational relevance. Conclusion: This study highlights a novel approach combining synthetic data generation and AutoML for pCR prediction in esophageal cancer. The findings support the utility of radiomic and dosiomic features and demonstrate that VAE-augmented modeling may provide a scalable solution for predictive modeling in data-limited oncology settings. Citation Format: Şefika Dinçer, Taylan Tuğrul, Mahmut Kara, Mehmet Naci. Aldemir. Multimodal prediction of pathological complete response in esophageal cancer using automated machine learning and variational autoencoder-based synthetic data augmentation [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: Artificial Intelligence and Machine Learning; 2025 Jul 10-12; Montreal, QC, Canada. Philadelphia (PA): AACR; Clin Cancer Res 2025;31(13_Suppl):Abstract nr B027.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,235
Tête enseignante GPT0,544
Écart entre enseignants0,309 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer Research→Même sujetRadiomics and Machine Learning in Medical Imaging→Travaux en français237 207→