Papel pronóstico de Ki-67 en el carcinoma colorrectal: desarrollo y evaluación de modelos de predicción de...

Área de la Ciencia:

• En el campo de la oncología
• Patología
• La bioinformática

Sus antecedentes:

• Ki-67 es una prueba de patología clínica estándar con valor pronóstico poco explorado.
• Las aplicaciones de aprendizaje automático (ML) para predecir el índice Ki-67 están subdesarrolladas.

Objetivo del estudio:

• Para evaluar la importancia pronóstica del índice Ki-67 en el cáncer colorrectal (CRC).
• Explorar la utilidad de los algoritmos ML para predecir el índice Ki-67 en CRC.

Principales métodos:

• Recogí datos de casos y secciones patológicas de dos centros.
• Se analizó el valor pronóstico de Ki-67 utilizando múltiples valores de corte.
• Empleó algoritmos SVM, RF y XGBoost ML en imágenes CRC teñidas con H&E para predecir el índice Ki-67.

Principales resultados:

• Ki-67 ≥ 40% correlacionado con alto grado histológico; ≥ 50% - 90% relacionado con el estado de reparación de falta de coincidencia; ≥ 80% asociado con metástasis de ganglios linfáticos.
• Ki-67 ≥ 50% predijo una mayor supervivencia (HR=2,142).
• Los modelos ML (SVM, RF, XGBoost) alcanzaron valores significativos de AUC (0,750-0,851) en el entrenamiento y la validación para la predicción de Ki-67.

Conclusiones:

• El índice Ki-67 demuestra un valor pronóstico en el cáncer colorrectal.
• Los algoritmos de ML son prometedores para predecir el índice Ki-67 utilizando características histológicas.
• Los modelos SVM, RF y XGBoost ofrecen una herramienta potencial para la evaluación del índice Ki-67.