Subscribe to RSS
![](/products/assets/desktop/img/oa-logo.png)
DOI: 10.1055/s-0040-1711668
Entwicklung eines Systems zur Unterstützung von Therapieentscheidungen für das Oropharynxkarzinom
Einleitung Die zunehmende Komplexität der Krebsdiagnostik und individuellere Therapieoptionen, auch in der Kopf-Hals-Onkologie, erfordern neue Techniken der Patienteninformationsverarbeitung und Systeme zur Unterstützung des Entscheidungsprozesses im Kopf-Hals-Tumorboard (HN-TB). Dazu wurde ein digitales Patientenmodell (DPM) für das Larynxkarzinom (LC) auf der Basis Bayes‘scher Netzwerke (BN) entwickelt und positiv evaluiert.
METHODEN: Nachdem das LC-Modell erfolgreich entwickelt wurde ist nun das Oropharynxkarzinom (OC) als weitere Entität als BN modelliert worden. Das OC-Modell wurde nach anerkannten Leitlinien und Analysen von HN-TBs der Uniklinik Leipzig erstellt. Die Graphenstruktur wurde optimiert und mit dem Modell des LC verglichen.
ERGEBNISSE: Das Oropharynx-Modell enthält über 250 Informationseinheiten die durch circa 350 Kanten verbunden sind. Spezielle Herausforderung war die Umsetzung der 8. Edition der TNM-Klassifikation im Modell durch die Hervorhebung des HPV/p16-Status, was die Modellerstellung im Vergleich zum LC-Modell erschwerte. Es erfolgte eine Expertenbasierte Evaluation und Optimierung der Modellstruktur.
SCHLUSSFOLGERUNGEN: Personalisierte Medizin und zielgerichtete Therapie sind in der onkologischen Therapie von zunehmender Bedeutung und erfordern eine strukturierte und umfassende Unterstützung des Informationsmanagements und der Entscheidungsfindung. Das BN-Modell des OC ist aktuell im Aufbau. Die Graphenstruktur konnte erstellt und optimiert werden. Durch eine Validierung soll das Modell überprüft werden um perspektivisch die Therapieentscheidungsprozesse auch beim OC zu unterstützen.
Poster-PDF A-1789.PDF
#
Bundesministerium für Bildung und Forschung
Publication History
Article published online:
10 June 2020
© 2020. The Author(s). This is an open access article published by Thieme under the terms of the Creative Commons Attribution-NonDerivative-NonCommercial-License, permitting copying and reproduction so long as the original work is given appropriate credit. Contents may not be used for commercial purposes, or adapted, remixed, transformed or built upon. (https://creativecommons.org/licenses/by-nc-nd/4.0/).
© Georg Thieme Verlag KG
Stuttgart · New York