机构名称：
¥ 2.0
摘要：背景：前列腺癌（PCA）是男性第二常见的癌症，放射治疗（RT）是主要治疗选择之一。尽管有效，但RT可能会引起有毒的副作用。通过高级技术和基于AI的预测模型增强的剂量学参数的准确预测对于优化处理和降低毒性风险至关重要。本研究旨在探索与PCA患者中与RT毒性相关的预测剂量计参数的当前方法论，分析传统技术和最近的创新。方法：使用PubMed，Scopus和Medline数据库进行了系统审查，以鉴定前列腺癌中RT的剂量学预测参数。包括1987年至2024年4月发表的研究，重点介绍了预测模型，剂量学数据和AI技术。数据提取的研究细节，方法，预测模型和结果，重点是识别研究中的趋势和差距。结果：在删除了重复的手稿后，从三个数据库中识别出354篇文章，其中49个入围可深入分析。，有27个符合包容性标准。大多数研究都利用逻辑回归模型来分析dosi-量参数与毒性之间的相关性，并通过曲线下的面积（AUC）评估了精度。剂量学参数研究包括直肠，肛管，肠和膀胱的VDOSE，DMAX和DMEAN。评估的毒性是泌尿生殖器，血液学和胃肠道。增强的预测准确性提高了治疗效果contrusions：理解剂量学参数，例如DVH，DMAX和DMEAN，对于运行RT和预测毒性至关重要。
纸的类型（文章
主要关键词
相关文件推荐
