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
- Tez No: 877357
- Danışmanlar: PROF. DR. MÜGE AKMANSU
- Tez Türü: Tıpta Uzmanlık
- Konular: Radyasyon Onkolojisi, Radiation Oncology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: Radyasyon Biyolojisi Anabilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- Meme kanseri hastalarında aksiller lenf nodu metastazının değerlendirilmesinde MRI AND F-18 FDG-PET/BT görüntüleri kullanılarak eğitilen yapay zeka modelinin tanısal performansı
Diagnostic Performance of the Deep Learning Method Trained Using MRI AND F-18 FDG-PET/BT Images in the Evaluation of Axillary Lymph Node Metastasis in Breast Cancer Patients
YAHYA SELÇUK AYDEDE
Tıpta Uzmanlık
Türkçe
2024
Genel CerrahiSağlık Bilimleri ÜniversitesiGenel Cerrahi Ana Bilim Dalı
DOÇ. DR. ÜMİT TURAN
- Meme kanseri hastalarında hormon reseptör durumu ve her2 durumunun sağkalım üzerine etkisinin incelenmesi
Examining the effect of hormone receptor status and her2 status on survival in breast cancer patients
RABİA BÜŞRA ERKOÇ
Tıpta Uzmanlık
Türkçe
2024
İç HastalıklarıSağlık Bilimleri Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. MEHMET ALPASLAN ÖZGÜN
- Meme kanserı̇ hastalarında kemoterapı̇ ve radyoterapı̇nı̇n yan etkı̇lerı̇nı̇n karşılaştırılması ve meme kanserı̇ tedavı̇sı̇nde yenı̇ bı̇r yaklaşım
Comparison of side effects between chemotherapy and radiotherapy for breast cancer patients and a novel approach for treatment of breast cancer
JAMAL BASHIR MASAUD LAWAG
- Meme kanseri hastalarında egzersiz öz yeterlilik ölçeğinin türkçe geçerlilik ve güvenirliğinin incelenmesi
Reliability and validity of exercise self-efficacy scale in the breast cancer patients
NİLÜFER BOZKURT
Yüksek Lisans
Türkçe
2009
HemşirelikEge Üniversitesiİç Hastalıkları Hemşireliği Ana Bilim Dalı
DOÇ. DR. FİSUN ŞENUZUN
- Meme kanseri hastalarında CDK4/6 inhibitörleriyle ilişkili nötropeni: Prediktif faktörler ve prognostik önemi
Başlık çevirisi yok
SİDELYA ECEM YİĞİT KORKMAZ
Tıpta Uzmanlık
Türkçe
2025
İç HastalıklarıAcıbadem Mehmet Ali Aydınlar Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. YILDIZ OKUTURLAR
PROF. DR. LEYLA ÖZER