Maskinlæring for prediksjon av behandlingsutfall hos pasienter med hode- og halskreft

Abstract

Det er i Norge, for hvert år, omtrent 38 000 mennesker som får kreft, og ut fra disse er 800 av tilfellene hode- og halskreft. Da dette tallet er forventet å øke, vil også behovet for diagnosering og behandling økes. Maskinlæring og predikering av behandlingsutfall, kan hjelpe med en mer nøyaktig diagnosering og effektiv behandling. Siden det ved kreftbehandling er fare for å få senskader, vil også en prediksjon av utfallet, i det tilfellet det lar seg gjøre, kunne gi en mer tilpasset behandling og dermed muligens redusere faren for mulige senskader.

Formålet med denne oppgaven har vært å se hvordan maskinlæringsmodeller evner å predikere behandlingsutfallet til pasienter med hode- og halskreft, basert på kliniske egenskaper og radiomics-egenskaper hentet ut fra PET- og CT-bilder. Målet videre var å undersøke hvorvidt det var betydelige forskjeller på ytelsesprediksjonene for pasienter med positiv HPV-status og pasienter med negativ HPV-status.

Tre datasett bestående av pasienter med hode- og halskreft har vært benyttet i denne oppgaven, hvorav disse har blitt delt inn i seks nye datasett basert på om pasienten har negativ eller positiv HPV-status. Dette har blitt gjort med sykdomsfri overlevelse (DFS) og generell overlevelse (OS) som utfall for pasientene. Datasettene som er brukt består av 139 pasienter behandlet ved Oslo universitetssykehus i perioden 2007-2013, og 99 pasienter behandlet ved Maastricht University Medical Center i perioden 2008-2014. På datasettene ble det benyttet fire ulike klassifiseringsalgoritmer: logistisk regresjon, random forest, decision tree og K-nærmeste naboer. Det ble brukt en grid search-kryssvalidering der ytelsesresultatene ble gitt ved nøyaktighet, ROC AUC, Matthews korrelasjonskoeffisient og F1-score for begge klasser.

Av de seks datasettene og fire klassifiseringsalgoritmene benyttet, var det ingen som utmerket seg spesielt på prediksjonsytelse. Det var veldig jevnt i ytelsesresultater for datasettene bestående av pasienter med positiv HPV-status og datasettene bestående av pasienter med negativ HPV-status. For å finne mønstre eller karakteristikk i egenskapene til pasienter med positiv HPV-status eller pasienter med negativ HPV-status, krever det at det testes på flere datasett.

In Norway, each year, about 38 000 people get cancer, and from these, 800 of the cases are head and neck cancer. As this number is expected to increase, the need for diagnosis and treatment will also increase. Machine learning and prediction of treatment outcomes can help with a more accurate diagnosis and effective treatment. Since there is a risk of late-onset injuries with cancer treatment, a prediction of the outcome, in the case where it can be done, could provide a more adapted treatment and thus possibly reduce the risk of possible late-onset injuries.

The purpose of this thesis has been to see how machine learning models are able to predict the treatment outcome of patients with head and neck cancer, based on clinical features and radiomics features extracted from PET and CT images. The further aim was to investigate whether there were significant differences in the performance predictions for patients with positive HPV status and patients with negative HPV status.

Three datasets consisting of patients with head and neck cancer have been used in this thesis, where these have been divided into six new datasets based on whether the patient has a negative or positive HPV status. This has been done with disease-free survival (DFS) and overall survival (OS) as outcomes for the patients. The datasets used consist of 139 patients treated at Oslo University Hospital in the period 2007-2013, and 99 patients treated at Maastricht University Medical Center in the period 2008-2014. Four different classification algorithms were used on the datasets: logistic regression, random forest, decision tree and K-nearest neighbours. A grid search cross-validation was used where the performance results were given by accuracy, ROC AUC, Matthew's correlation coefficient and F1 score for both classes.

Of the six datasets and four classification algorithms used, none particularly excelled in terms of prediction performance. Performance results were very consistent for the datasets consisting of patients with positive HPV status and the datasets consisting of patients with negative HPV status. Finding patterns or characteristics in the features of patients with positive HPV status or patients with negative HPV status requires testing more datasets.