基于机器学习的Nomogram用于肝细胞癌的开发,以预测药物输出珠子后急性肝功能恶化 跨动脉化学血栓化
Jie Li1, Yuyuan Zhang1, Heqing Ye1
1Department of Interventional Radiology, The First Affiliated Hospital of Zhengzhou University, Zhengzhou, Henan 450052, China (J.L., Y.Z., H.Y., L.H., X.L., Y.L., P.Y., B.Y., Z.L.); Engineering Technology Research Center for Minimally Invasive Interventional Tumors of Henan Province, Zhengzhou, Henan 450052, China (J.L., Y.Z., H.Y., L.H., X.L., Y.L., P.Y., B.Y., Z.L.).
在肝细胞癌 (HCC) 患者中,一种新的诺米图预测了药物排泄珠子跨动脉化学血栓化 (DEB-TACE) 后的急性肝功能恶化 (ALFD). 这种工具有助于更好的临床决策和高风险个体的监测.
科学领域:
- 肝细胞癌 (HCC) 治疗方法
- 干预性放射学 干预性放射学
- 在瘤学瘤学.
背景情况:
- 急性肝功能恶化 (ALFD) 是肝细胞癌 (HCC) 患者的显著预后风险因素,这些患者接受了药物排泄珠的跨动脉化学栓塞 (DEB-TACE).
- 准确预测ALFD对于优化治疗策略和HCC患者管理至关重要.
研究的目的:
- 在HCC患者中开发和验证在DEB-TACE之后ALFD的预测性名谱.
- 为了确定与DEB-TACE后的ALFD相关的关键风险因素.
主要方法:
- 一组288名HCC患者被分为训练 (n=201) 和验证 (n=87) 组.
- 单变量和多变量后勤回归,以及最小绝对收缩和选择运营商 (LASSO) 回归,被用来确定风险因素.
- 用接收机操作特征 (ROC) 曲线,校准曲线和决策曲线分析 (DCA) 评估模型性能.
主要成果:
- 拉索回归确定了六个风险因素,纤维化-4 (FIB-4) 指数是ALFD的关键独立预测因子.
- 纳米图包含了玛-氨基转移酶,FIB-4,瘤的扩展,以及门静脉入侵.
- 诺米图表表现出强大的预测性能,在训练组中AUC值为0.762,在验证组中为0.878,显示出良好的校准和临床实用性.
结论:
- 开发的诺米图有效地预测了HCC患者在DEB-TACE后ALFD的风险.
- 这种名图可以增强临床决策,并为高风险的ALFD患者的监测协议提供信息.
更多相关视频
09:49Dual-phase Cone-beam Computed Tomography to See, Reach, and Treat Hepatocellular Carcinoma during Drug-eluting Beads Transarterial Chemo-embolization
Published on: December 2, 2013
06:46Competing-Risk Nomogram for Predicting Cancer-Specific Survival in Multiple Primary Colorectal Cancer Patients after Surgery
Published on: September 27, 2024