今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

GUARD-LGG:一种治疗前预测低级别胶质瘤早期放射性治疗反应的机器学习模型

《npj Digital Medicine》:GUARD-LGG: a glioma upfront AI-driven radiotherapy response decipher for lower-grade glioma

【字体: 大 中 小 】 时间:2026年10月21日 来源:npj Digital Medicine 18.0

编辑推荐:

   摘要放射性治疗(RT)仍然是管理低级别胶质瘤(LGG)的核心方法之一,但其反应差异很大。可靠的治疗前RT反应预测可以促进患者管理,但目前尚不可用。在此,我们提出了GUARD-LGG,这是一种旨在治疗前预测LGG早期RT反应的机器学习模型。GUARD-LGG在一家主要中心的96

  

摘要

放射性治疗(RT)仍然是管理低级别胶质瘤(LGG)的核心方法之一,但其反应差异很大。可靠的治疗前RT反应预测可以促进患者管理,但目前尚不可用。在此,我们提出了GUARD-LGG,这是一种旨在治疗前预测LGG早期RT反应的机器学习模型。GUARD-LGG在一家主要中心的963例患者上进行训练,在七个独立机构的187例患者上进行测试,并在注册临床试验中前瞻性地纳入328例患者。GUARD-LGG在训练集、内部验证集、外部验证集和前瞻性测试集中的AUC分别为0.946(95% CI:0.938–0.962)、0.929(95% CI:0.894–0.965)、0.882(95% CI:0.830–0.934)和0.913(95% CI:0.878–0.949)。模型解释突显了残余肿瘤、年龄、T2加权纹理粗糙度和T1加权对比强度变化为主要预测因子。放射基因组学分析表明,预测的不利RT反应与RT耐药相关通路的富集之间存在潜在关联。一致地,预测RT反应不利的患者表现出更短的总生存期。总之,GUARD-LGG能够在治疗前实现早期RT反应的个体化预测,为LGG的治疗前反应分层提供了一种工具。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:低级别胶质瘤|放射性治疗|机器学习|治疗前预测|GUARD-LGG

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号