ニューラルネットワークを用いた前立腺癌小線源治療の予後予測モデルの構築

• 資料種別: 文書・図像類
• タイトル: ニューラルネットワークを用いた前立腺癌小線源治療の予後予測モデルの構築
• 著者・編者: 白石, 悠
• 著者標目: 白石, 悠
• 出版年月日等: 2020
• 出版年（W3CDTF）: 2020
• 並列タイトル等: ニューラル ネットワーク オ モチイタ ゼンリツセンガン ショウセンゲン チリョウ ノ ヨゴ ヨソク モデル ノ コウチク; Nyūraru nettowāku o mochiita zenritsusengan shōsengen chiryō no yogo yosoku moderu no kōchiku; Machine learning algorithms for predicting outcomes after prostate brachytherapy
• タイトル（掲載誌）: 科学研究費補助金研究成果報告書
• 本文の言語コード: jpn; eng
• 件名標目: 放射線治療,小線源治療,前立腺癌,機械学習
• 対象利用者: 一般
• 一般注記: type:text; 前立腺癌小線源治療に関する臨床データ、dose-volumeデータ、生物学的データを機械学習の手法を用いて統合分析し、有害事象や再発を予測するモデルを構築することを目的とした。その結果、機械学習を用いた直腸出血の予測モデルは、従来有用と考えられてきた直腸出血の予測因子よりも高い予測精度を示すことがわかった。また、小線源治療後の再発を予測するモデルを構築し、臨床的再発部位の予測に関しても機械学習が有用である可能性が示唆された。 Machine learning classification algorithms for prediction of treatment response are becoming more popular in radiotherapy literature. The purpose of this study is to estimate their discriminative performance for outcome prediction after prostate permanent brachytherapy. Machine learning algorithms yield higher discriminative performance in toxicity prediction after permanent prostate brachytherapy than single dosimetric parameter. Our results also show that machine learning algorithms can predict clinical recurrence after prostate brachytherapy.; 研究種目 : 基盤研究 (C) (一般) 研究期間 : 2018～2020 課題番号 : 18K07644 研究分野 : 医学
• 一次資料へのリンクURL: https://koara.lib.keio.ac.jp/xoonips/modules/xoonips/download.php?koara_id=KAKEN_18K07644seika
• オンライン閲覧公開範囲: 限定公開
• 関連情報: 科研費研究者番号 : 00445339
• 連携機関・データベース: 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）; https://irdb.nii.ac.jp
• 提供元機関・データベース: 慶應義塾大学 : 慶應義塾大学学術情報リポジトリ