Cerrahi rezeksiyon uygulanan saf buzlu cam ve subsolid akciğer nodüllerinde malignite öngörüsü: Klinik ve radyomik parametrelerin optimizasyonu ile oluşturulan XGBoost modelinin değerlendirilmesi

AYLİN CANAVAR

Cerrahi rezeksiyon uygulanan saf buzlu cam ve subsolid akciğer nodüllerinde malignite öngörüsü: Klinik ve radyomik parametrelerin optimizasyonu ile oluşturulan XGBoost modelinin değerlendirilmesi

Tezin Türü: Tıpta Uzmanlık

Tezin Yürütüldüğü Kurum: Sağlık Bilimleri Üniversitesi, İSTANBUL YEDİKULE GÖĞÜS HASTALIKLARI VE GÖĞÜS CERRAHİSİ SAĞLIK UYGULAMA VE ARAŞTIRMA MERKEZİ, CERRAHİ TIP BİLİMLERİ BÖLÜMÜ, Türkiye

Tezin Onay Tarihi: 2025

Tezin Dili: Türkçe

Öğrenci: AYLİN CANAVAR

Danışman: Levent CANSEVER

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

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. Anahtar Kelimeler: Saf buzlu cam opasite; Subsolid akciğer nodülü; Malignite öngörüsü; Radyomik; Makine öğrenimi.