为患有初级肝癌的患者开发和验证术后肺感染预测模型
Chao Lu1, Zhi-Xiang Xing1, Xi-Gang Xia1
1Department of Hepatobiliary & Pancreaticospleen Surgery, Yangtze University, Jing Zhou hospital, Jingzhou 434020, Hubei Province, China.
World journal of gastrointestinal oncology
|August 7, 2023
概括
这项研究确定了包括逆差 (IND) 和平方和 (SOS) 在内的关键放射性特征,作为初级肝癌患者手术后肺部感染的显著风险因素. 随机森林模型有效预测感染风险,有助于术后管理.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是指放射学
- 数据科学数据科学数据科学
背景情况:
- 手术后的肺部感染是原发性肝癌 (PHC) 患者的一个重大问题,在以前的报告中,发病率超过10%.
- 积极的预防和管理策略对于在接受手术的PHC患者中减轻这些风险至关重要.
研究的目的:
- 在PHC患者中确定术后肺部感染的独立风险因素.
- 开发和验证一个预测模型来估计感染风险,以指导术后护理.
主要方法:
- 对505名接受肝胆道手术的患者进行了回顾性分析.
- 使用灰色水平共发生矩阵提取的放射性特征与临床和成像数据一起分析.
- 通过ROC和决策曲线分析开发和评估了三种预测模型 (人工神经网络,随机森林,通用线性回归).
主要成果:
- 手术后肺部感染的发生率为17.03% (86/505名患者).
- 确定的独立风险因素包括逆差 (IND),平方和 (SOS),平均和 (MES),总 (SUE),总方差 (SUV),能量和.
- 随机森林模型,包括IND,SOS,MES,SUE,SUV和,在训练组中显示出优异的预测效率,AUC为0.823.
结论:
- 放射性特征如IND,SOS,MES,SUE,SUV,能量和与肝切除术患者的术后肺部感染风险有关.
- 开发的随机森林预测模型,特别是使用扩散加权成像数据时,为预测和管理术后肺部感染风险提供了宝贵的工具.
更多相关视频
12:24A Three-Dimensional Spheroid Model to Investigate the Tumor-Stromal Interaction in Hepatocellular Carcinoma
Published on: September 30, 2021
5.3K
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.3K
