Geri Dön

Meme kanseri hastalarında dozyomik ve radyomik özellikler üzerinden kanser tedavisine bağlı kardiyak olayların erken tahmini için makine öğrenimi modeli oluşturulması

Machine learning model development for early prediction of treatment-related cardiac events in breast cancer patients with dosiomic and radiomic features

  1. Tez No: 877357
  2. Yazar: ŞEFİKA DİNÇER
  3. Danışmanlar: PROF. DR. MÜGE AKMANSU
  4. Tez Türü: Tıpta Uzmanlık
  5. Konular: Radyasyon Onkolojisi, Radiation Oncology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Tıp Fakültesi
  11. Ana Bilim Dalı: Radyasyon Biyolojisi Anabilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 66

Özet

Son dekatta genom haritaları ve biyobelirteç keşifleri ile kişiselleştirilmiş tıp bilimsel araştırmaların esas konusu olmaya başlamıştır. Bu çalışma, meme kanseri tedavisi ilişkili kardiyak olayları gelişmeden tahminlemeyi amaçlamaktadır. Bu tahminler, kalp spesifik troponin-T gibi kardiyak biyobelirteçlerin yanı sıra kalp segmente radyolojik görüntüler ve radyoterapi doz dağılım verilerinden yüksek istatistiksel işlemlerle elde edilen radyomik ve dozyomik biyobelirteçleri kullanılarak yapıldı. Çalışmada toplam 42 hastanın klinik, radyolojik, dozimetrik ve doz dağılım verileri yer aldı. Kalp spesifik troponin-T sınır değeri 14 ng/L olarak tespit edildi ve hastalar kardiyak olay var ve yok olarak iki gruba klasifiye edildi. Bu sınır değer üstünde kalanlar kanser tedavisi ilişkili kardiyak olayla ilişkilendirildi. Radyolojik görüntüler ve doz dağılımı dosyaları yüksek istatistiksel işleme sokularak radyomik ve dozyomik veriler elde edildi. Test verileri bir gömülü metot olan gradyan artırılmış klasifikasyon algoritmasına sokuldu. Model genellenebilirliği için 5 katmanlı çapraz doğrulama ve model rasgeleliğinin değerlendirilmesi için parametrik olmayan permütasyon testi yapıldı. Performans değerlendirilmesi için eğri altında kalan alan (AUC) yöntemi kullanıldı. Farklı özellik grupları ile (klinik, dozyomik, radyomik, dozimetrik) toplam oluşturuldu. Klinik+dozimetrik 6 farklı model ve klinik+dozyomik+radyomik parametrelerle oluşturulan tesadüfi model sonuçları anlamlı permütasyon(p

Özet (Çeviri)

Personalized medicine has been a critical focus of scientific research in the past decade, with a particular emphasis on genomic mappings and biomarker discoveries. This study is a prime example of predicting cardiac side effects associated with breast cancer treatment. The predictions are made using cardiac biomarkers such as cardiac-specific troponin-T and imaging biomarkers derived from radiological images and dose distribution data. These biomarkers are used for model that can predict the potential development of breast cancer treatment related cardiac side effects. In this study of 42 patients, we set a threshold value of >14 ng/L for cardiac-specific troponin-T and dividing into two groups the data. Those above the threshold value were considered to have cancer treatment-related cardiac events.Radiological images and dose distribution files were processed using high statistical procedures to obtain radiomic and dosimetric features. A hybrid method, recursive feature elimination, was used to select significant features for prediction. The model was then constructed and tested using an embedded gradient-boosted classification algorithm. A 5-fold cross-validation and nonparametric permutation test were conducted to assess the model's generalizability and randomness. The area under the curve (AUC) method was used for model performance evaluation. Six different models were created with varying groups of features (clinical, dosimetric, radiomic and dosiomic). Among these, clinical + dosiomic + radiomic model and clinical + dosimetric model yielded results with cross-validation and significant permutation (p

Benzer Tezler

  1. Meme kanseri hastalarında sağlığı geliştirme modeline temellendirilen yönlendirilmiş imgeleme uygulamasının yaşam kalitesine etkisi: İntegratif bir çalışma

    The effect of guided imagery based on the health promotion model on quality of life in breast cancer patients: An integrative study

    GÜLNAZ ATA

    Doktora

    Türkçe

    Türkçe

    2022

    HemşirelikAtatürk Üniversitesi

    Halk Sağlığı Hemşireliği Ana Bilim Dalı

    PROF. DR. DİLEK KILIÇ

    DR. ÖĞR. ÜYESİ DERYA GÜRCAN YILDIRIM

  2. Meme kanseri hastalarında konvansiyonel meme koruyucu cerrahi ile raket tekniğinin kozmetik ve fonksiyonel sonuçlarının karşılaştırılması

    Comparison of cosmetic and functional results of conventional breast-conserving surgery and racket technique in breast cancer patients

    ŞEYMA KURTOĞLU ÖZER

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Genel CerrahiSağlık Bilimleri Üniversitesi

    Genel Cerrahi Ana Bilim Dalı

    DOÇ. DR. EBRU MENEKŞE

  3. Meme kanseri hastalarinda aksiller lenf nodu metastazlarındaki neoadjuvan kemoterapi yanitini öngörmede fdg pet/bt'nin rolü ve aksiller histopatolojik bulgularla korelasyonu

    The role of fdg pet/ct in predicting neoadjuvant chemotherapy response in axillary lymph node metastases in breast cancer patients and its correlation with axillary histopathological findings

    SERAY SARAÇOĞLU

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Radyoloji ve Nükleer TıpSağlık Bilimleri Üniversitesi

    Nükleer Tıp Ana Bilim Dalı

    DOÇ. DR. FİLİZ ÖZÜLKER

  4. Meme kanseri hastalarında tümöral ve stromal dokuda kaveolin-1 ekspresyonunun sağkalıma etkisi

    Prognostic significance of stromal caveolin-1 expression in brast cancer patients

    RECEP USTAALİOĞLU

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    OnkolojiSağlık Bakanlığı

    İç Hastalıkları Ana Bilim Dalı

    DOÇ. DR. DİNÇER AYDIN

  5. Meme kanseri hastalarında neoadjuvan kemoterapi yanıtının mr volumetrik değerlendirilmesi ve patolojik korelasyonu

    Mr volumetric evaluation and pathological correlation of neoadjuvant chemotherapy response in breast cancer patients

    AZADEH HAYERI

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Radyoloji ve Nükleer TıpSağlık Bilimleri Üniversitesi

    Radyoloji Ana Bilim Dalı

    DOÇ. DR. ABDULLAH SOYDAN MAHMUTOĞLU