脊椎転移に対する機械学習ベースの予後スコアリング：最新の腫瘍学的進歩を統合したJASA多施設共同前向き研究

科学分野:

• 腫瘍学
• 脊椎外科
• 機械学習
• 予後診断

背景:

• 脊椎転移はがん患者の生活の質に著しく影響します。
• 外科的介入にもかかわらず、正確な予後は困難です。
• 従来のスコアリングシステムは、最新の癌治療には時代遅れです。

研究 の 目的:

• 脊椎転移に対する新規の機械学習ベースの予後スコアリングシステムを開発および検証すること。
• 脊椎転移患者の1年生存率の予測を改善すること。
• より良い外科的意思決定と術後管理のためのツールを提供すること。

主な方法:

• 脊椎転移患者401人を対象とした大規模な多施設共同前向き研究。
• 生存予測因子の特定に最小絶対値収縮演算子（LASSO）ロジスティック回帰を利用しました。
• 受信者操作特性曲線下面積（AUROC）および較正曲線を使用してモデルのパフォーマンスを評価しました。

主要な成果:

• 1年生存率の5つの主要な予測因子を特定しました：年齢、パフォーマンスステータス、他の骨転移、オピオイド使用、およびバイタリティ指数。
• 開発されたモデルは、0.762のAUROCで強力な予測性能を示しました。
• 患者を異なる生存率を持つ低・中・高リスクグループに分類するリスク層別化システムを作成しました。

結論:

• 機械学習を用いた脊椎転移の臨床的に適用可能な予後スコアリングシステムが開発されました。
• このモデルは、患者の予後の予測精度を向上させます。
• このツールは、脊椎転移患者の外科的意思決定を支援し、術後管理を最適化します。