CT-Based Radiomics for a priori Predicting Response to Chemoradiation in Locally Advanced Lung Adenocarcinoma
Notice bibliographique
Résumé
The standard treatment for patients with locally advanced non-small cell lung cancer (NSCLC) is concurrent chemoradiation. However, clinical responses are heterogeneous and generally not known until after the completion of therapy. Multiple studies have investigated imaging predictors (radiomics) for different cancer histologies, but little exists for NSCLC. The objective of this study was to develop a multivariate CT-based radiomics model to a priori predict responses to definitive chemoradiation in patients with lung adenocarcinoma. Methods: Patients diagnosed with locally advanced unresectable lung adenocarcinoma who had undergone chemoradiotherapy followed by at least one dose of maintenance durvalumab were included. The PyRadiomics Python library was used to determine statistical, morphological, and textural features from normalized patient pre-treatment CT images and their wavelet-filtered versions. A nested leave-one-out cross-validation was used for model building and evaluation. Results: Fifty-seven patients formed the study cohort. The clinical stage was IIIA-C in 98% of patients. All but one received 6000–6600 cGy of radiation in 30–33 fractions. All received concurrent platinum-based chemotherapy. Based on RECIST 1.1, 20 (35%) patients were classified as responders (R) to chemoradiation and 37 (65%) patients as non-responders (NR). A three-feature model based on a KNN k = 1 machine learning classifier was found to have the best performance, achieving a recall, specificity, accuracy, balanced accuracy, precision, negative predictive value, F1-score, and area under the curve of 84%, 70%, 80%, 77%, 84%, 70%, 84%, and 0.77, respectively. Conclusions: Our results suggest that a CT-based radiomics model may be able to predict chemoradiation response for lung adenocarcinoma patients with estimated accuracies of 77–84%.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».