Lokal ileri mide kanserli hastalarda bilgisayarlı tomografi tabanlı radiomics özelliklerin çıkarımı ve makine öğrenmesi yöntemleriyle neoadjuvan kemoterapi yanıtının öngörülmesi
Tezin Türü: Tıpta Uzmanlık
Tezin Yürütüldüğü Kurum: Sağlık Bilimleri Üniversitesi, ANKARA ETLİK ŞEHİR SAĞLIK UYGULAMA VE ARAŞTIRMA MERKEZİ, DAHİLİ TIP BİLİMLERİ BÖLÜMÜ, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: AYBÜKE UÇGUN
Danışman: Şehnaz EVRİMLER
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Amaç: Lokal ileri mide kanseri (LAMK) hastalarında neoadjuvan kemoterapi (NAK) yanıtının öngörülmesi, tedavi sürecinin bireyselleştirilmesi ve gereksiz toksisitenin önlenmesi açısından büyük öneme sahiptir. Bu çalışmanın amacı, kontrastlı bilgisayarlı tomografi (BT) görüntülerinden elde edilen radiomics özellikler ve klinik değişkenler kullanılarak NAK yanıtını öngörecek prognostik modeller geliştirmek ve bu modellerin sağkalım ile ilişkisini değerlendirmektir. Gereç ve Yöntem: Çalışmaya, histopatolojik olarak doğrulanmış ve NAK olarak FLOT (5-fluorourasil, lökovorin, oksaliplatin ve dosetaksel) rejimi almış lokal ileri mide kanserli hastalar dahil edildi. BT görüntülerinden manuel üç boyutlu (3D) segmentasyon ile tümör ve tümör çevresindeki radyolojik açıdan patolojik görünümlü lenf nodları işaretlendi. Toplam 400'ün üzerinde radiomics özellik çıkarıldı ve korelasyon filtresi ile boyut indirgeme uygulandı. Sonrasında univariate F-test ile seçilen 20 özellik kullanılarak lineer regresyon tabanlı radiomics modeli oluşturuldu. Klinik değişkenlerle birlikte farklı kombinasyonlarda toplam beş model geliştirildi (klinik, radiomics, birleşik, seçilmiş radiomics, klinik+seçilmiş radiomics model). Modellerin performansı ROC analizi, AUC, doğruluk, duyarlılık, özgüllük, kesinlik ve F₁ skorları ile değerlendirildi. Ayrıca klinik fayda için karar eğrisi analizi (Decision Curve Analysis, DCA) yapıldı. Sağkalım öngörüsü Kaplan–Meier analizi ile test edildi. Bulgular: ROC analizinde klinik modele dayalı KNN algoritması en yüksek AUC değerine ulaşırken, doğruluk açısından en iyi performans birleşik model ve klinik+ seçilmiş radiomics modelde gözlendi. Klinik+seçilmiş radiomics model özgüllük ve kesinlikte en yüksek değerleri sağlarken, radiomics model duyarlılıkta öne çıktı. F₁ skoru açısından en dengeli performans birleşik model tarafından gösterildi. Karışıklık matrisleri, birleşik modelde yanlış sınıflandırmaların azaldığını ve doğru sınıflandırmaların arttığını ortaya koydu. DCA sonuçları da klinik+ seçilmiş radiomics modelin en geniş eşik olasılık aralıklarında en yüksek net faydayı sunduğunu gösterdi. Radiomics, seçilmiş radiomics, klinik ve kombine modellerde elde edilen Kaplan–Meier analizinde yüksek risk grubunda sağkalım anlamlı derecede daha düşük bulundu (p<0,01). Sonuç: Bu çalışma FLOT rejimiyle tedavi edilen lokal ileri mide kanserinde neoadjuvan kemoterapi yanıtını öngörmek amacıyla radiomics temelli modeller geliştiren öncü bir çalışmadır. Klinik değişkenler ve BT tabanlı seçilmiş radiomics özelliklerin birlikte kullanıldığı kombine modeller, tek başına klinik veya radiomics modellere kıyasla daha güçlü prediktif performans, daha yüksek klinik fayda ve daha dengeli sınıflandırma sağlamaktadır. Preoperatif BT görüntülerinden elde edilen radiomics modellerin, yüksek riskli hasta gruplarının belirlenmesinde ve uygun adayların neoadjuvan tedaviye yönlendirilmesinde potansiyel biyobelirteç olarak kullanılabileceği gösterilmiştir. Ayrıca seçilmiş radiomics, klinik ve kombine modellerde Kaplan–Meier sağkalım analizleri, yüksek risk grubunda yer alan hastaların düşük risk grubuna kıyasla anlamlı derecede daha düşük sağkalım olasılığına sahip olduğunu göstermiştir. Bulgularımız, radiomics ve klinik verilerin entegrasyonunun hasta yönetiminde karar desteği sunarak tedavi stratejilerinin kişiselleştirilmesine katkı sağlayabileceğini göstermektedir. Anahtar Kelimeler: Lokal ileri mide kanseri, makine öğrenmesi, radiomics, neoadjuvan kemoterapi