Explorăm dacă este posibilă o abordare de descoperire a cunoștințelor care să construiască un model de predicție pentru arborele de clasificare și regresie (CART) pentru pierderea în greutate (WL) la pacienții cu cancer de cap și gât (HNC) tratați cu radioterapie (RT).

arbore

Metode și materiale

Pacienții cu HNC din 2007 până în 2015 au fost identificați dintr-o bază de date Oncospace colectată prospectiv. Două modele de predicție în diferite momente de timp au fost dezvoltate pentru a prezice pierderea în greutate ≥ 5 kg la 3 luni post-RT prin algoritmul CART: (1) în timpul planificării RT utilizând datele demografice ale pacientului, date despre doze delimitate, planificarea volumului țintă - date privind relațiile cu organele la risc și (2) la sfârșitul tratamentului (EOT) utilizând date suplimentare privind toxicitatea și datele privind calitatea vieții.

Rezultate

Dintre 391 de pacienți identificați, predictorii WL în timpul planificării RT au fost diagnosticul clasificării internaționale a bolilor; doza la mușchii masticatori și constricți superiori, laringian și parotid; și vârsta. La EOT, aportul oral raportat de pacient, diagnosticul, stadiul N, greață, durere, doza până la laringe, parotidă și volumul țintă de planificare a dozei mici - distanța laringelui au fost factori predictivi semnificativi. Zona de sub curbă în timpul RT și EOT a fost de 0,773 și respectiv 0,821.

Concluzii

Demonstrăm fezabilitatea și valoarea potențială a unei infrastructuri informatice care a facilitat o perspectivă asupra predicției WL utilizând algoritmul CART. Precizia predicției s-a îmbunătățit semnificativ odată cu includerea de date suplimentare legate de tratament și are potențialul de a fi valorificată ca strategie de dezvoltare a unui sistem de sănătate de învățare.

Anterior articolul emis Următorul articolul emis

Surse de sprijin: finanțarea acestei cercetări a fost asigurată de Canon Medical Systems Corporation, Commonwealth Foundation, Elekta, Philips Radiation Oncology Systems și Universitatea Johns Hopkins .