一个深度学习模型,准确预测癌症特异性存活率,在患者中,主要的骨肉瘤的四肢:一个基于人口的研究
Debin Cheng1, Dong Liu1, Xian Li2
1Department of Orthopaedics, Xijing Hospital, The Fourth Military Medical University, Xi'an, 710032, China.
概括
一个新的深度学习模型准确地预测了长骨肉瘤患者的生存率,超过了传统方法. 这种工具为这种罕见的癌症提供了更好的预后见解.
科学领域:
- 在瘤学瘤学.
- 医疗信息学 医疗信息学
- 生物统计学 生物统计学
背景情况:
- 长骨的原发性骨和关节肉瘤很少见,预后不好.
- 目前,没有有效的临床工具可以准确预测这些患者的预后.
研究的目的:
- 开发一种深度学习 (DL) 模型,用于预测长骨肉瘤患者的预后.
- 为了比较DL模型的预测准确度与经典的Cox比例危险 (CoxPH) 模型.
主要方法:
- 2004年至2014年的数据是从监测,流行病学和最终结果 (SEER) 计划中收集的.
- DeepSurv是一种DL模型,用于预测癌症特异性生存率.
- 单变量和多变量分析确定了关键预测特征;使用C指数,综合障碍得分,ROC和校准曲线评估模型准确性.
主要成果:
- 年龄,瘤扩张,组织学等级,瘤大小,手术和远程转移是显著的预后因素.
- 与CoxPH模型相比,DL模型在预测生存率方面表现出更高的准确性和灵活性.
- 两种模型都成功地融合并学习了生存数据,DL模型显示出更好的性能指标.
结论:
- 已经开发了一种经过验证的深度学习模型,用于预测长骨肉瘤患者的生存率.
- 这种DL模型为预后预测提供了比传统的CoxPH模型更高的准确性和灵活性.
- 这些发现表明,有可能改善临床决策和患者管理.
