简介：摘要肺癌是世界范围内死亡率最高的恶性肿瘤。放射治疗在肺癌综合治疗中发挥着重要作用，随着放疗技术和设备的不断进步，已成为肺癌治疗的有效手段之一。近年来，人工智能技术高速发展并广泛应用于临床，尤其在肺癌影像的诊疗中起着很好的辅助作用。对影像进行整理、汇总可以得到影像数据库，应用于临床工作及科研。本文针对人工智能辅助肺癌放疗的影像数据库相关研究进行综述，以期为肺癌人工智能放疗影像数据库建设提供参考。

简介：摘要目的探讨监测、流行病学和最终结果（SEER）数据库中接受放疗的不可手术Ⅲ期非小细胞肺癌（NSCLC）患者数据，评估年龄对预后的意义。方法收集SEER数据库中2010年至2016年经过美国癌症联合会（AJCC）第7版分期标准诊断为ⅢA和ⅢB期未接受手术治疗、接受放疗的NSCLC患者资料，共17 117例纳入分析。根据最大选择检验确定年龄的最佳分界值为72岁，据此将患者分为年轻组（<72岁）（11 008例）和年老组（≥72岁）（6 109例）。比较两组的临床基本特征，采用Kaplan-Meier法进行总生存（OS）分析，并行log-rank检验。采用多因素Cox比例风险回归模型分析OS影响因素。采用累积发生函数（CIF）估算两组患者肺癌特异死亡率和其他原因死亡率，应用Fine-Gray竞争风险模型评价两组间死亡率差异，并对肺癌特异死亡影响因素进行分析。结果年老组患者中鳞状细胞癌比例高于年轻组[51.1%（3 123/6 109）比46.8%（5 154/11 008），P<0.01]，ⅢA期比例亦高于年轻组[67.4%（4 120/6 109）比60.1%（6 615/11 008），P<0.01]；年老组接受化疗患者比例低于年轻组[69.2%（4 226/6 109）比88.6%（9 748/11 008），P<0.01]。年轻组患者的2年和5年OS率分别为39.2%和18.0%，年老组分别为32.4%和12.5%，两组OS差异有统计学意义（P<0.01）。多因素Cox回归分析显示，年龄、性别、人种、诊断年份、病理类型、T分期、N分期、未手术原因、化疗均为患者放疗后OS的独立影响因素（均P<0.05），其中年龄（≥72岁比<72岁）的HR＝1.13（95% CI 1.09～1.18）（P<0.01）。年老组2年和5年的肺癌特异死亡累积发生率分别为60.3%和75.7%，高于年轻组的55.9%和74.0%，两组肺癌特异死亡累积发生率差异有统计学意义（P<0.01）；年老组2年和5年的其他原因死亡累积发生率分别为7.3%和11.8%，高于年轻组的4.9%和8.0%，两组其他原因死亡差异有统计学意义（P<0.01）。根据竞争风险模型分析显示，年龄、性别、人种、诊断年份、病理类型、T分期、N分期、是否化疗均为影响不可手术Ⅲ期NSCLC患者接受放疗后肺癌特异死亡的独立影响因素，其中年龄（≥72岁比<72岁）的HR＝1.07（95% CI 1.02～1.12）（P＝0.002）。结论年龄是不可手术Ⅲ期接受放疗的NSCLC患者独立预后影响因素。年老患者预后差，其肺癌特异死亡和其他原因死亡的风险均升高。