胃腸悪性疾患の高齢患者のための機械学習ベースの栄養関連の外科リスク評価モデルの開発

科学分野:

• 老年腫瘍学
• 手術 結果 研究
• 医療における機械学習

背景:

• 胃腸がんの高齢患者は手術後の合併症のリスクが高い.
• これらの合併症の正確な手術前評価ツールが不足しています.

研究 の 目的:

• 高齢の胃腸がん患者の術後の合併症を予測するための機械学習ベースの予後モデルを開発し,検証する.
• これらの合併症の重要な臨床的予測要因を特定する.

主な方法:

• 機械学習アルゴリズムを使って 365人の胃腸がん患者から 多次元的な臨床データを得ました
• トレーニング/テストの分割 (7:3比) を用いた不均衡RFSRC+ランジャーモデル (IRM) を開発しました.
• 評価されたモデルの有効性は,受信機の動作特性曲線とRソフトウェアを使用しています.

主要な成果:

• 整体手術後の合併症率は19. 2%でした.
• 開発されたIRMは,他の361のモデルと比較して優れた精度を示した.
• 主な予測要因は,体量指数,ヘモグロビン,アルバミンのレベル,そして外科的アプローチでした.

結論:

• 胃腸の悪性腫瘍を患っている高齢者のために,新しい栄養関連の外科リスク評価モデルが開発されました.
• このモデルは,手術前のリスク要因の管理,手術の安全性の向上,患者の成果の改善に役立ちます.