选择基于最大信息系数的HBV重启关键因子,并结合与代数相似性
Gaoteng Yuan1, Yi Zhai2,3, Jiansong Tang1
1College of Computer and Information, Hohai University, Nanjing, Jiangsu, China.
概括
在肝癌放射治疗后,B型肝炎病毒 (HBV) 的重新激活通常是由基线HBV,TNM分期和KPS得分引起的. MIC-CS算法有效地识别了这些风险因素,改善了患者的治疗结果.
科学领域:
- 肝病学 肝病学是一种肝病学.
- 在瘤学瘤学.
- 医疗信息学 医疗信息学
背景情况:
- 乙型肝炎病毒 (HBV) 再激活是接受放射治疗的原发性肝癌 (PLC) 患者的常见并发症.
- 对肝癌进行放射治疗后的HBV再激活的管理仍然是一个重大的临床挑战.
研究的目的:
- 确定PLC放射治疗后导致HBV重新激活的关键风险因素.
- 开发和验证一种新的特征选择算法 (MIC-CS),用于选这些风险因素.
主要方法:
- 采用了结合最大信息系数 (MIC) 和小相似度 (CS) 的特征选择算法.
- 分析了与HBV重新激活相关的因素,并删除了冗余信息.
- 风险因素的排名是基于MIC和CS分析中的综合权重.
主要成果:
- 确定的关键因素包括HBV基线,外部边界,TNM分期,KPS分数,VD,AFP和Child-Pugh分数.
- 使用这些因素的分类模型实现了84%的准确性和0.71.7的AUC.
- 与MIM,CMIM和mRMR方法相比,MIC-CS算法显示出更高的性能.
结论:
- MIC-CS算法有效地识别了放射治疗后HBV再激活的关键风险因素.
- 了解这些因素可以指导预防策略,并改善肝癌治疗中的患者管理.
