Un análisis comparativo de modelos basados en datos para la predicción de la supervivencia del cáncer de mama

Área de la Ciencia:

• Oncología Oncología.
• Ciencia de datos Ciencia de datos.
• La bioestadística es la bioestadística.

Sus antecedentes:

• El cáncer de mama es un desafío significativo para la salud mundial, particularmente en los países de ingresos bajos y medios debido al acceso limitado al diagnóstico y al tratamiento.
• La predicción precisa de la supervivencia del cáncer de mama es crucial para la intervención oportuna y la mejora de los resultados de las pacientes.

Objetivo del estudio:

• Para comparar el rendimiento del aprendizaje automático clásico y los modelos de análisis de supervivencia en la predicción de la supervivencia del cáncer de mama en Etiopía.
• Identificar los predictores clave de la supervivencia del cáncer de mama y garantizar la interpretabilidad del modelo para su aplicación clínica.

Principales métodos:

• Análisis retrospectivo de 1164 datos de tratamiento de mujeres de hospitales etíopes (2019-2024).
• Se utilizaron métodos de análisis de supervivencia (Kaplan-Meier, Cox PH, RSF, DeepSurv) y clasificadores de aprendizaje automático (SVM, XGBoost, LGBM, RF).
• AUC empleado, índice C y puntaje de barrera integrado (IBS) para la evaluación, con explicaciones aditivas de Shapley (SHAP) para la interpretabilidad.

Principales resultados:

• El Bosque aleatorio de supervivencia (RSF) y el Bosque aleatorio (RF) demostraron un rendimiento predictivo superior (índice C: 0.754; IBS: 0.091 para RSF).
• El análisis SHAP identificó la edad, el tamaño del tumor, la metástasis, la etapa, las comorbilidades y el estado civil como predictores críticos de la supervivencia.
• RF destacó efectivamente los predictores clave, mientras que RSF sobresalió en el manejo de datos de tiempo a evento y censura.

Conclusiones:

• Los enfoques basados en datos, particularmente RSF y RF, mejoran significativamente la precisión de la predicción de la supervivencia del cáncer de mama.
• La identificación de factores pronósticos clave a través de modelos interpretables como SHAP ayuda en la estratificación precisa del riesgo.
• Este estudio subraya el valor de los análisis avanzados en el apoyo a los profesionales de la salud para proporcionar atención al paciente oportuna e informada.