Geri Dön

Tedavi rehberleri ışığında yapılan meme kanseri multidisipliner ekip toplantılarında kararın kolaylaştırılması

Facilitating decision-making in breast cancer multidisciplinary team meetings in the light of treatment guidelines

PDF İndir

  1. Tez No: 941313
  2. Yazar: MERVE NUR GÜVEN
  3. Danışmanlar: DOÇ. DR. BİNNUR YILMAZ
  4. Tez Türü: Tıpta Uzmanlık
  5. Konular: Radyasyon Onkolojisi, Radiation Oncology
  6. Anahtar Kelimeler: Meme kanseri, multidisipliner ekip toplantısı, tedavi kararı, yapay zeka, Breast cancer, multidisciplinary team meeting, treatment decision, artificial intelligence
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Sağlık Bilimleri Üniversitesi
  10. Enstitü: Prof. Dr. Cemil Taşcıoğlu Şehir Hastanesi
  11. Ana Bilim Dalı: Radyasyon Onkolojisi Ana Bilim Dalı
  12. Bilim Dalı: Radyasyon Onkolojisi Bilim Dalı
  13. Sayfa Sayısı: 106

Özet

Giriş ve Amaç: Meme kanseri tedavisinde multidisipliner ekip toplantıları (MET), uluslararası kılavuzlarda altın standart olarak önerilmektedir. Ancak MET'in de karar alma kalitesinin değerlendirilmesi veya standardize edilmesindeki güçlükler nedeniyle çeşitli sınırlılıkları olabilmektedir. Çalışmamızda, meme kanseri tanısı almış, hastanemizde MET'te tedavi kararı alınan hastaların gerçek verilerine dayanarak, MET kararlarının analiz edilmesini ve hekimlerin karar doğruluk oranlarını değerlendirecek bir sistem geliştirmeyi amaçladık. Bu amaçla MET yapılamayan küçük merkezlerde karar verme süreçlerini yapay zeka (YZ) temelli istatistiksel modeller kullanarak kolaylaştırmayı hedeflemekteyiz. Gereç ve Yöntem: Ocak 2018 ile Aralık 2019 tarihleri arasında hastanemizde genel cerrahi, radyasyon onkolojisi, tıbbi onkoloji, radyoloji, patoloji, plastik cerrahi ve tıbbi genetikten oluşan farklı branşlardan uzmanların katılımıyla gerçekleştirilen haftalık MET'te tedavi kararı alınan 680 meme kanseri hastasına ait tüm konsey bilgileri retrospektif olarak incelendi. Verilerine eksiksiz ulaşılan 541 hastanın yaş, histopatoloji, evre, reseptör paterni, cilt tutulumu ile magnetik rezonans, ultrasonografi veya mamografi tetkikleri arasında belirlenmiş en büyük tümör çapı verileri bağımsız değişken olarak belirlendi. Tedavi kararları olarak kemoterapi (KT) uygulanması, cerrahi tipi, aksillaya yaklaşım ve memeye işaret konulması belirlendi ve bu kararları tahmin etmek amacıyla yapay sinir ağlarıyla denetimli makine öğrenmesi modelleri oluşturuldu. Bulgular: Hastaların medyan yaşı 54'tü. Hormon reseptör durumuna göre 303 hasta (%56) luminal A idi, 450 hasta (%83) invaziv duktal karsinom 1 histopatolojisindeydi ve hastaların 483'ü (%89) erken evre idi. Kemoterapi ile tedavisine başlanan hasta sayısı 198 (%36,6), meme koruyucu cerrahi (MKC) uygulanan hasta sayısı 297 (%54,9) ve mastektomi yapılan hasta sayısı ise 218 (%40,3) idi. Cerrahi tipinden bağımsız olarak 420 (%77.6) hastaya sentinel lenf nodu biyopsisi (SLNB) uygulanırken, 95(%17.6) hastaya aksiller lenf nodu diseksiyonu (ALND) uygulanmıştır. Hastaların 82 (%15.2)'sine başlangıçta memeye işaret konulması kararı verildi. Memede tümör işaretlemesi, KT uygulanması, cerrahi kararı ve aksillaya yaklaşım açısından tahminleme algoritmaları oluşturmak için veriler rastgele olarak %70'i eğitimseti, %30'u test seti olarak ayrıldı. Modelin tüm bağımsız değişken grupları için KT tahmininde doğruluk değeri % 83,2 iken AUC değeri %88.1, duyarlılığı %81.4, özgüllüğü 84.3 idi. Aksillaya yaklaşımı % 84,1 oranında doğrulukla tahmin ederken SLNB için AUC oranı % 80,3, ALND için % 80,3 idi. Cerrahi kararını belirlemede ise %70,3 doğruluk oranıyla tahminde bulundu. Mastektomi kararı için AUC değeri 76,7; MKC için ise %77.6 idi. Yüzde 88.9 oranıyla meme işaretleme tahminindeki doğruluk oranı sağladı. Sonuç: Sonuçlarımız YZ tarafından oluşturulan tedavi kararının klinik olarak kullanılabilir olması ve yüksek standartta bir tedavi kararı sunması açısından umut vadedicidir. Bu özelliğiyle gelecekte hekimlere hızlı karar desteği sağlayabilir ve özellikle MET yapılamayan küçük merkezlerde tedavi davranışlarını standardize etme konusunda olumlu bir etki sağlama potansiyeli taşıdığı düşünülmektedir. Ancak geliştirilmeye ihtiyacı vardır.

Özet (Çeviri)

FACILITATING DECISION-MAKING IN BREAST CANCER MULTIDISCIPLINARY TEAM MEETINGS IN THE LIGHT OF TREATMENT GUIDELINES Introduction and Objective: Multidisciplinary team meetings (MDT) are recommended as the gold standard in international guidelines for breast cancer treatment. However, MDT may have various limitations due to difficulties in assessing or standardizing the quality of decision-making. In our study, we aimed to develop a system to analyze MDT decisions and evaluate the decision accuracy rates of physicians based on the real data of patients diagnosed with breast cancer who received treatment decisions in MDT in our hospital. For this purpose, we aim to facilitate decision-making processes in small centers where MDT cannot be performed by using artificial intelligence (AI)- based statistical models. Materials and Methods: We retrospectively analyzed all council information of 680 breast cancer patients who underwent weekly MDT between January 2018 and December 2019 with the participation of specialists from different specialties including general surgery, radiation oncology, medical oncology, radiology, pathology, plastic surgery, and medical genetics. Age, histopathology, stage, receptor pattern, skin involvement and the largest tumor diameter determined by magnetic resonance imaging, ultrasonography or mammography were used as independent variables in 541 patients with complete data Treatment decisions included neoadjuvant chemotherapy, type of surgery, axilla approach, and breast marking, and machine learning models supervised by artificial neural networks were created to predict these decisions. Results: The median age of the patients was 54 years. According to hormone receptor status, 303 patients (56%) were luminal A, 450 patients (83%) had invasive ductal carcinoma histopathology and 483 patients (89%) were early stage. The number of patients who started treatment with chemotherapy was 198 (36.6%), breast conserving 3 surgery was 297 (54.9%) and mastectomy was 218 (40.3%). Regardless of the type of surgery, 420 (77.6%) patients underwent sentinel lymph node biopsy, while 95 (17.6%) underwent axillary lymph node dissection. In 82 (15.2%) of the patients, the decision to mark the breast was made at baseline. To create prediction algorithms for tumor marking in the breast, chemotherapy administration, surgical decision and approach to the axilla, the data were randomly allocated 70% as training set and 30% as test set. The model had an accuracy of 83.2%, AUC of 88.1%, sensitivity of 81.4%, and specificity of 84.3% in predicting chemotherapy for all independent variable groups. While predicting the approach to the axilla with an accuracy of 84.1%, the AUC was 80.3% for SLNB and 80.3% for ALND. It predicted the surgical decision with an accuracy of 70.3%. The AUC value for mastectomy decision was 76.7% and 77.6% for breast conserving surgery. It provided an accuracy rate of 88.9 percent in breast marking prediction. Conclusion: Our results are promising in that the AI-generated treatment decision is clinically usable and provides a high standardized treatment decision. It can also provide rapid decision support to physicians and has the potential to provide a positive impact on standardizing treatment behaviors, especially in small centers where MDT cannot be performed.

Benzer Tezler

  1. Tez No

    144434

    Yalova İli 1 No'lu Merkez Sağlık Ocağı'nda depresyon tanısı ile psikofarmakolojik ajan yazılmış ilaç reçetelerinin değerlendirilmesi

    Evaluation of prescription for psychopharmacological agents in the diagnosis of depression in the Yalova Province Central Health Center No:1

    AYŞE ESRA TİRYAKİOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2005

    Halk SağlığıGazi Üniversitesi

    Halk Sağlığı Ana Bilim Dalı

    PROF. DR. MEHMET ALİ BUMİN

  2. Tez No

    685516

    Kliniğimizde kutanöz malign melanom nedeniyle tedavi edilen hastaların retrospektif değerlendirilmesi

    Retrospective evaluation of patients treated for cutaneous malign melanom in our clinic

    HAKAN AKTAŞ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2021

    Plastik ve Rekonstrüktif CerrahiOndokuz Mayıs Üniversitesi

    Plastik Rekonstrüktif ve Estetik Cerrahi Ana Bilim Dalı

    PROF. DR. TEKİN ŞİMŞEK

  3. Tez No

    814481

    Primer spontan pnömotorakstedavisinde küçük kalibreli toraks kateteri (8 f) ile toraks dreninin (28 f) karşılaştırılması

    Small bore thorax catheter versus thorax drain inprimary spontaneous pneumothorax treatment

    MURAT ERSİN ÇARDAK

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2011

    Göğüs CerrahisiSağlık Bakanlığı

    Göğüs Cerrahisi Ana Bilim Dalı

    PROF. DR. RECEP DEMİRHAN

  4. Tez No

    501868

    Mersin Üniversitesi Tıp Fakültesi Hastanesi çocuk acil servisine başvuran febril konvülziyon veya epilepsi nedeniyle takip edilen hastaların sosyodemografik biyokimyasal ve etyolojik yönden değerlendirilmesi

    Sociodemographic biochemical and ethiological evaluation of the patients who apply to Mersin University Faculty Hospital, child emergency service, followed by febrile convulsion or epilepsy

    UGUR RAŞİT KAYACAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2018

    Çocuk Sağlığı ve HastalıklarıMersin Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    PROF. DR. ÇETİN OKUYAZ

  5. Tez No

    260942

    Assessment of hard tıssue densıty around dental ımplants usıng conventıonal radıographs

    Dental implantlar çevresindeki sert doku densitesinin konvensiyonel radyograflar ile incelenmesi

    WAEL ALSHAIBANI

    Doktora

    İngilizce

    İngilizce

    2010

    Diş HekimliğiGazi Üniversitesi

    Ağız, Diş, Çene Hastalıkları ve Cerrahisi Ana Bilim Dalı

    PROF. DR. NUR MOLLAOĞLU

Geri Dön