在其核心方面,使用反射组学改编的技术捕获了剂量递送的细微变化,该技术将传统应用于诊断成像。放射线提取物可再现的定量数据(称为特征),从医学图像(通常对人眼都无法察觉)来构建肿瘤表型或临床结果的预测模型[9,10]。代替对生物标志物的成像,差异为剂量本身。参数,例如灰度共发生矩阵(GLCM)和灰度尺寸区域矩阵(GLSZM)量化剂量模式的复杂性,捕获有关辐射如何在显微镜水平上与组织相互作用的详细信息。这些特征提供了对剂量分布的细微理解,并有可能彻底改变放射治疗计划和评估。这种方法的含义是深刻的。降子学通过鉴定与这些不良反应相关的剂量模式来预测辐射诱导的托克斯型(例如肺炎和骨髓抑制)方面有希望[11,12]。使用术语“代码组”或“ Dosiomic”(2025年1月5日访问)搜索PubMed数据库,检索了34篇论文,其中包括22篇具有清晰端点的原始研究文章。对这些论文的分析显示了广泛的潜在应用:最大的比例(14.7%)着重于放射性肺炎,其次是放射性食管炎(8.8%)和生化衰竭(5.9%)。其他终点,例如骨髓衬里,口服粘膜炎和静态症,较少探索,每个端点占总数的2.9%(图1)。
主要关键词