Cerrahi rezeksiyon uygulanan saf buzlu cam ve subsolid akciğer nodüllerinde malignite öngörüsü: Klinik ve radyomik parametrelerin optimizasyonu ile oluşturulan XGBoost modelinin değerlendirilmesi
Predicting malignancy in purely ground-glass and subsolid lung nodules undergoing surgical resection: Evaluation of an XGBoost model optimised using clinical and radiomic parameters
- Tez No: 987108
- Danışmanlar: PROF. DR. LEVENT CANSEVER
- Tez Türü: Tıpta Uzmanlık
- Konular: Göğüs Cerrahisi, Thoracic Surgery
- Anahtar Kelimeler: Saf buzlu cam opasite, Subsolid akciğer nodülü, Malignite öngörüsü, Radyomik, Makine öğrenimi, Soliter pulmoner nodül, Yapay zeka ve makine öğrenmesi dersi, Pure ground-glass opacity, Subsolid pulmonary nodule, Malignancy prediction, Radiomics, Machine learning, Solitary pulmonary nodule, Artificial intelligence and machine learning course
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Sağlık Bilimleri Üniversitesi
- Enstitü: İstanbul Yedikule Göğüs Hastalıkları ve Göğüs Cerrahisi Eğitim ve Araştırma Hastanesi
- Ana Bilim Dalı: Göğüs Cerrahisi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Giriş ve Amaç Düşük doz BT taramalarının yaygınlaşmasıyla saf buzlu cam opasiteler (pGGO) ve solid komponent içeren subsolid akciğer nodüllerinin saptanma sıklığı artmıştır. Bu nodüllerin biyolojik davranışı heterojen olduğundan“takip–biyopsi–cerrahi”kararlarında belirsizlik oluşmaktadır. (1) Bu çalışmanın amacı, cerrahi rezeksiyon uygulanmış saf buzlu cam ve subsolid akciğer nodüllerinde maligniteyi öngörmek üzere klinik ve radyomik parametrelerin entegre edildiği optimize bir XGBoost modeli geliştirmek ve performansını değerlendirmektir. Materyal ve Metod Retrospektif gözlemsel tasarımla, Ocak 2019–Aralık 2025 arasında hastanemizde pGGO veya subsolid nodül nedeniyle rezeksiyon uygulanmış ve histopatolojik tanısı kesinleşmiş 73 hasta çalışmaya dahil edildi. Hastalar histopatolojiye göre malign (n=55) ve benign (n=18) olarak sınıflandırıldı. Klinik değişkenler yaş, cinsiyet ve sigara öyküsü (paket-yıl) idi. Preoperatif bilgisayarlı tomografi (BT) görüntülerinde nodüller 3D Slicer (v5.11.0) ile manuel segment edildi ve PyRadiomics tabanlı radyomik özellikler çıkarıldı. Veri seti sınıf oranları korunarak yaklaşık %80 eğitim %20 bağımsız test olarak ayrıldı. Sınıf dengesizliğini azaltmak için Sentetik Azınlık Aşırı Örnekleme Tekniği (Synthetic Minority Over-sampling Technique–SMOTE) yalnızca eğitim setinde uygulandı. XGBoost modeli GridSearchCV ile hiperparametre optimize edilerek ROC-AUC temel metrik olarak kullanıldı. Performans ROC-AUC, PR eğrisi,average precision, kalibrasyon, confusion matrix, Decision Curve Analysis (DCA) ve SHAP ile değerlendirildi. Bulgular Toplam 73 hastanın malign grubunda yaş ortalaması 60.1±10.5, benign grubunda 54.0±10.9 yıl idi. Ortalama paket-yıl malign grupta 19.0, benign grupta 10.0 olarak bulundu. Klinik+radyomik füzyon yaklaşımı, saf radyomik modele kıyasla daha iyi performans gösterdi. Optimize klinik+radyomik XGBoost modelinin bağımsız test setinde ROC-AUC değeri 0.67 idi; 5-katlı çapraz doğrulamada ortalama AUC 0.83 olarak hesaplandı. Sınıf dengesizliği dikkate alınarak yapılan PR analizinde Average Precision 0.919 bulundu. Duyarlılığı maksimize eden cut-off=0.06 ile değerlendirmede yanlış negatif saptanmadı (TP=11, FN=0); ancak özgüllük düşerek yanlış pozitiflikler gözlendi (FP=3). Kalibrasyon analizinde düşük olasılıklarda riskin görece yüksek, orta olasılıklarda görece düşük tahmin edilme eğilimi izlendi. DCA, modelin düşük–orta eşik aralıklarında net klinik fayda sağlayabildiğini gösterdi. SHAP analizinde sigara öyküsü ve yaşın yanı sıra tekstür ve şekil temelli radyomik özelliklerin modele anlamlı katkı sunduğu görüldü. Tartışma Geliştirilen klinik–radyomik XGBoost modeli, cerrahi karar eşiğine yaklaşmış pGGO ve subsolid nodüllerde maligniteyi rastlantısal düzeyin üzerinde ayırt edebilmiştir. Düşük eşik değerlerinde yüksek duyarlılık, maligniteyi kaçırmama hedefi açısından avantaj sağlarken, artan yanlış pozitiflik klinik bağlamda dikkatli eşik seçimini gerektirir. Açıklanabilirlik analizleriyle (SHAP) model katkılarının gösterilmesi, klinik uygulanabilirliği desteklemektedir. Sonuç Klinik ve radyomik verilerin entegre edildiği optimize XGBoost modeli, saf ve subsolid akciğer nodüllerinde malignite öngörüsünde orta düzeyde ancak klinik olarak anlamlı bir performans sergilemiştir. Model, uygun eşik seçimiyle klinik karar destek aracı olarak potansiyel taşımaktadır. Daha geniş örneklemli, çok merkezli ve harici doğrulamalı çalışmalarla genellenebilirliğin değerlendirilmesi gereklidir.
Özet (Çeviri)
Introduction With the widespread use of low-dose CT screening, the detection rate of pure ground-glass opacities (pGGO) and subsolid pulmonary nodules has increased. Due to their heterogeneous biological behavior, management decisions (surveillance vs biopsy vs surgery) remain challenging. This study aimed to develop and evaluate an optimized XGBoost model integrating clinical and radiomic parameters to predict malignancy in surgically resected pure and subsolid pulmonary nodules. Materials and Methods In this retrospective observational study, 73 patients who underwent surgical resection for pure GGO or subsolid nodules between January 2019 and December 2025 and had definitive histopathology were included. Patients were classified as malignant (n=55) or benign (n=18). Clinical variables included age, sex, and smoking history (pack-years). Preoperative CT scans were manually segmented using 3D Slicer (v5.11.0), and radiomic features were extracted via a PyRadiomics-based module. The dataset was split into approximately 80% training and 20% independent test, preserving class proportions. To address class imbalance, SMOTE was applied only to the training set. XGBoost hyperparameters were optimized using GridSearchCV with ROC-AUC as the primary metric. Model performance was assessed using ROC-AUC, PR curve/average precision, calibration, confusion matrix, Decision Curve Analysis (DCA), and SHAP. Results Among 73 patients, mean age was 60.1±10.5 years in the malignant group and 54.0±10.9 years in the benign group. Mean pack-years were 19.0 (malignant) versus 10.0 (benign). The clinical–radiomic fusion approach outperformed the radiomics-only model. The optimized clinical+radiomic XGBoost achieved a test ROC-AUC of 0.67, while the mean 5-fold cross-validation AUC was 0.83. Given class imbalance, PR analysis showed an average precision of 0.919. Using a sensitivity-maximizing threshold (cut-off=0.06), no false negatives were observed (TP=11, FN=0), at the expense of reduced specificity (FP=3). Calibration analysis suggested relative overestimation at low probabilities and underestimation at intermediate probabilities, with better calibration at high-probability ranges. DCA demonstrated net clinical benefit mainly across low-to-intermediate threshold probabilities. SHAP indicated that smoking history and age, together with texture- and shape-based radiomic features, contributed substantially to model predictions. Discussion The optimized clinical–radiomic XGBoost model provided discrimination above chance level in surgically selected pGGO and subsolid nodules. High sensitivity at low thresholds may help minimize missed malignancies, although increased false positives necessitate careful threshold selection. Explainability analysis (SHAP) supports potential clinical adoption by revealing feature contributions. Conclusion An optimized XGBoost model integrating clinical and radiomic variables showed moderate but clinically meaningful performance for malignancy prediction in pure and subsolid pulmonary nodules. The model may serve as a decision-support tool with appropriate thresholding. Larger multicenter studies with external validation are required to confirm generalizability.
Benzer Tezler
- Pulmoner buzlu cam nodüllerinin göğüs cerrahisi açısından yönetimi
Thoracic surgical management of pulmonary ground-glass nodules
TUNÇ GÖNÜLAL
Tıpta Uzmanlık
Türkçe
2026
Göğüs CerrahisiAkdeniz ÜniversitesiGöğüs Cerrahisi Ana Bilim Dalı
DOÇ. DR. HAKAN KESKİN
- Pulmoner hamartomlarda cerrahi tedavi sonuçları
Başlık çevirisi yok
NUR ATAŞ
Tıpta Uzmanlık
Türkçe
2025
Göğüs CerrahisiSağlık Bilimleri ÜniversitesiGöğüs Cerrahisi Ana Bilim Dalı
DOÇ. DR. FUNDA İNCEKARA
- WI-FI elektromanyetik dalga(WI-FI RF-EMF) uygulanmış ratların tiroid dokularında gen ekspresyonu seviyelerinin incelenmesi
Investigation of gene expression levels in thyroid tissues in rats treated with WI-FI electromagnetic wave (WI-FI RF-EMF)
MUSA SERİN
Tıpta Uzmanlık
Türkçe
2022
Genel CerrahiCumhuriyet ÜniversitesiGenel Cerrahi Ana Bilim Dalı
DOÇ. DR. SİNAN SOYLU
- Cerrahi rezeksiyon uygulanan küçük hücreli dışı akciğer kanserli hastalarda plevral invazyon derecesinin sağkalıma olan etkisi
The effect of pleural invasion on survival in patients with non-small cell lung cancer who underwent surgical resection
VOLKAN YILMAZ
Tıpta Uzmanlık
Türkçe
2020
Göğüs HastalıklarıOndokuz Mayıs ÜniversitesiGöğüs Cerrahisi Ana Bilim Dalı
PROF. DR. BURÇİN ÇELİK
- Batın ön duvarı endometriozis olgularında cerrahi rezeksiyon uygulanan ve mikrodalga ablasyon uygulanan hastaların klinik olarak karşılaştırılması
Clinical comparison of patients undergoing surgical resection and microwave ablation in anterior abdominal wall endometriosis cases
MERVE AKPINAR
Tıpta Uzmanlık
Türkçe
2025
Kadın Hastalıkları ve DoğumSağlık Bilimleri ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
DOÇ. DR. BARIŞ KAYA