相关实验视频
Updated: Jul 19, 2025
00:13
Modified Single-Loop Reconstruction for Pancreaticoduodenectomy
Published on: September 28, 2019
7.5K
一种机器学习方法,用于预测术后的胰腺囊,在胰腺切除术后,仅使用手术前已知的数据
Amir Ashraf Ganjouei1, Fernanda Romero-Hernandez1, Jaeyun Jane Wang1
1Department of Surgery, University of California, San Francisco, USA.
Annals of surgical oncology
|August 7, 2023
概括
一个新的机器学习工具仅使用手术前数据,预测胰腺除术 (PD) 后临床相关的术后胰腺 (CR-POPF). 这个计算器有助于手术前决策和患者咨询,以获得更好的手术结果.
科学领域:
- 手术瘤学手术瘤学
- 医疗信息学 医疗信息学
- 医疗保健中的机器学习
背景情况:
- 临床相关的手术后胰腺囊 (CR-POPF) 是胰腺双管切除术 (PD) 后的一个显著并发症.
- 目前的风险计算器依赖于手术内或手术后的数据,限制了手术前的效用.
- 在手术前预测CR-POPF对于明智的临床决策至关重要.
研究的目的:
- 开发一个用户友好的风险计算器来预测CR-POPF.
- 在CR-POPF预测中仅使用术前变量.
- 应用先进的机器学习 (ML) 算法,以提高预测准确度.
主要方法:
- 分析了接受非转移性胰腺癌选择性PD的成年患者 (2014-2019).
- 四个ML模型 (逻辑回归,神经网络,随机森林,XGBoost) 被训练并验证.
- CR-POPF (等级B或C) 是主要终点;次要终点包括死亡率和并发症.
主要成果:
- 在8666名患者中,有13%患有CR-POPF.
- XGBoost 显示了最高的性能 (AUC = 0.72).
- 关键预测因素包括非腺癌组织学,没有新辅助化疗,胰腺管道大小小,BMI高,肌水平升高.
结论:
- 一个基于ML的风险计算器被开发和验证,仅使用手术前的变量.
- 这种工具可以有效地预测胰腺双管切除术前的CR-POPF风险.
- 该计算器支持手术前临床决策和患者咨询.
