大腸がんにおけるKi-67の予後的役割:機械学習予測モデルの開発と評価

科学分野:

• 腫瘍学
• 病理学について
• バイオ情報学

背景:

• Ki-67は標準的な臨床病理学試験で 予後値が不明です
• Ki-67指数を予測する機械学習 (ML) アプリケーションは開発されていない.

研究 の 目的:

• 結腸直腸がん (CRC) のKi-67指数の予後的意義を評価する.
• CRCにおけるKi-67指数を予測するためのMLアルゴリズムの有用性を探求する.

主な方法:

• 2つのセンターから症例データと病理学的なセクションを集めました.
• 複数のカットオフ値を用いてKi-67の予後値を分析した.
• H&Eで染み付いたCRC画像にSVM,RF,XGBoostMLアルゴリズムを使用して,Ki-67インデックスを予測した.

主要な成果:

• Ki-67は高ヒストロジカルグレードと ≥40%相関し,不適合修復状態と ≥50% - 90%関連し,リンパ節転移と ≥80%関連した.
• Ki-67 ≥50%の生存率が高く予測された (HR=2. 142).
• MLモデル (SVM,RF,XGBoost) は,Ki-67の予測のためのトレーニングと検証で有意なAUC値 (0. 750- 0. 851) を達成した.

結論:

• Ki-67指数は大腸がんの予後値を示しています.
• MLアルゴリズムは,組織学的な特徴を使用してKi-67指数を予測することを約束しています.
• SVM,RF,XGBoostモデルは,客観的なKi-67指数評価のための潜在的なツールを提供します.