以前治療されていない拡散型大B細胞リンパ腫の早期再発と進行の予後要因の調査とPOD12の統計予測モデル

科学分野:

• 血液学
• 腫瘍学
• 医療情報学

背景:

• 拡散型大B細胞リンパ腫 (DLBCL) は,攻撃的なノンホジキンリンパ腫です.
• 病気の進行のリスクが高い患者の早期発見は,治療の最適化に不可欠です.
• 12ヶ月以内に進行する疾患 (POD12) は,治療反応と患者のアウトカムの重要な指標です.

研究 の 目的:

• DLBCL患者におけるPOD12の発生率,予後的意義,および危険因子を調査する.
• 臨床データと高度な機械学習技術を用いてPOD12の予測モデルを開発する.

主な方法:

• DLBCLの69例を遡って分析した.
• POD12の危険因子を特定するためのロジスティック回帰とコックス回帰分析
• コンボリューションニューラルネットワーク-長期短期記憶 (CNN-LSTM) と粒子群最適化-一般回帰ニューラルネットワーク (PSO-GRNN) を利用した予測モデルの開発.

主要な成果:

• POD12は,無進行生存期 (PFS) と全生存期 (OS) と有意に相関しています.
• POD12の独立した危険因子には,β2MGとEastern Cooperative Oncology Group (ECOG) のパフォーマンスステータスが含まれる.
• LDH,β2MG,ステージ,ECOG,NLR,SIIを組み込んだ予測モデルは良好な性能を示した (AUC=0. 846).
• CNN-LSTMとPSO-GRNNモデルは,POD12のリスクを予測するのに適していることが示されました.

結論:

• POD12はDLBCLにおける有意な予後要因である.
• β2MGとECOGの性能状態はPOD12の独立した予測指標である.
• 機械学習モデル,特にCNN-LSTMとPSO-GRNNは,DLBCL患者のPOD12リスクを予測するのに有望である.