简介：摘要目的基于肺癌患者胸部定位CT图像进行筛选与放射性肺炎发生相关的放射组学特征，构建机器学习模型，探讨放射组学在预测放射性肺炎发生中的价值。方法回顾性分析行根治性调强放疗的Ⅲ期非小细胞肺癌患者86例，通过随访影像学资料及临床信息将其进行放射性肺炎分级，并收集其定位CT图像。将全肺作为感兴趣体积进行放射组学特征的提取，分析与发生放射性肺炎有关的放射组学特征及临床、剂量学特征。利用支持向量机进行模型构建，通过五折验证方式检测模型预测性能。结果提取出放射组学特征1029个，通过方差分析及LASSO方法共得到与发生放射性肺炎有关的放射组学特征5个。单纯利用放射组学特征构建模型的测试集曲线下面积(AUC)＝0.67，利用放射组学特征结合临床、剂量参数构建模型的测试集AUC＝0.71。结论在通过利用Ⅲ期非小细胞肺癌患者的定位CT图像进行构建的放射组学模型有预测放射性肺炎发生的潜能，加入临床及剂量参数后可进一步提高预测效能。

简介：摘要目的比较欧美和亚裔人群肺癌患者放射性肺炎(RP)发生率的差异。方法计算机检索PubMed、Embase、Cochrane library数据库，检索与肺癌和RP相关研究，根据研究开展所在地不同将检出研究分为亚洲地区与欧美澳地区研究两类，分别汇总RP发生率数据；在PubMed数据库检索与剂量学参数相关的研究。结果14项研究共3190例患者纳入分析，Meta分析结果显示亚洲地区和欧美澳地区患者≥3级RP发生率相近(4.9%∶4.6%，P＝0.895)，而5级RP发生率亚洲地区患者显著高于欧美澳地区患者(1.5%∶0.2%，P＝0.002)，且亚洲组研究中患者肺受量较低。21项研究报道了肺V20Gy剂量限定标准，进一步分析发现两地区研究间肺V20Gy剂量限定标准未达到统计学差异(P＝0.440)，亚洲地区研究的肺受量限定可能更为严格。结论亚洲地区肺癌患者较欧美澳地区患者在放化疗后发生RP概率较高；将单纯基于国外患者研究数据制定的胸部放疗方案应用于亚洲地区患者时，要注意剂量限定标准的差异。

简介：摘要目的探讨剂量组学在预测肺癌根治性放疗患者放射性肺炎发生中的应用潜能。方法回顾性收集行根治性放疗的314例肺癌患者的临床资料、放疗剂量文件、定位及随访CT图像，根据临床资料及影像学随访资料对放射性肺炎进行分级，提取全肺的剂量组学特征，构建机器学习模型。应用1000次自助抽样法（bootstrap）的最小绝对值收敛和选择算子嵌套逻辑回归（LASSO-LR）及1000次bootstrap的赤池信息量准则（AIC）向后法筛选与放射性肺炎相关的剂量组学特征，随机按照7∶3划分为训练集及验证集，应用逻辑回归建立预测模型，并应用ROC曲线及校正曲线评价模型的性能。结果共提取120个剂量组学特征，经LASSO-LR降维筛选得到12个特征进入“特征池”，再经过AIC向后法筛选，最终筛选出6个剂量组学特征进行模型构建，训练集AUC为0.77（95%CI为0.65~0.87），独立验证集AUC为0.72（95%CI为0.64~0.81）。结论利用剂量组学建立的预测模型具有预测放射性肺炎发生的潜力，但仍需继续纳入多中心数据及前瞻性数据进一步挖掘剂量组学的应用潜能。

简介：摘要目的分析探讨肺癌和食管癌易患放射性肺炎(RP)患者的放射组学共同特征，建立能够同时预测两种肿瘤放疗后发生RP的预测模型。方法回顾性分析行根治性放疗的Ⅲ期肺癌和Ⅲ期食管癌各100例，依据随访影像学资料及临床信息进行RP分级，并收集其定位CT图像，将全肺作为感兴趣区域进行放射组学特征的提取，分析与RP相关的放射组学特征及临床、剂量学特征，利用机器学习进行模型构建。结果提取出放射组学特征1691个，肺癌和食管癌患者经过方差分析、最小绝对值收敛和选择算子降维后与RP相关的放射组学特征分别为8个和6个，其中相同的参数为5个。使用随机森林构建预测模型，将肺癌和食管癌分别交替作为训练集和验证集，食管癌和肺癌作为独立验证集曲线下面积分别为0.662和0.645。结论构建肺癌和食管癌患者发生RP的共同预测模型是可行的，但还需进一步扩充样本量，并且纳入临床和剂量学参数增加其准确度、稳定性和泛化能力。