肝细胞癌的跨动脉化学栓塞后的生存预测:深度多任务生存分析方法

科学领域:

• 医学统计 医学统计
• 机器学习在瘤学中的应用
• 肝细胞癌研究 肝细胞癌研究

背景情况:

• 对巴塞罗那诊所肝癌 (BCLC) B期肝细胞癌 (HCC) 的术后生存时间的准确预测对于患者的护理至关重要.
• 目前的生存分析模型,如Cox比例风险,由于严格的假设而存在局限性,特别是对受审查的数据.
• 需要先进的模型,可以有效地处理未经审查的数据,而不需要强有力的假设.

研究的目的:

• 为分析HCC生存数据提出一种新的深度多任务生存模型 (DMSM).
• 将生存时间预测转换为多个时间点的生存概率预测问题.
• 识别和排名影响HCC患者预后的风险因素.

主要方法:

• 开发了一个深度多任务生存模型 (DMSM),利用调整和排名损失.
• 将生存预测任务转换为多个时间点的生存概率估计.
• 将DMSM应用于BCLCB阶段B HCC患者的现实数据集.

主要成果:

• 在三个验证数据集上,DMSM表现出具有竞争力的性能,具有高一致性指数 (0.779,0.727,0.780) 和低集成的Brier分数 (0.172,0.138,0.135).
• 该模型在100个引导样本中显示了IBS的一致结果,其中IBS的标准偏差很小.
• 确定和可视化影响HCC患者预后的关键风险因素.

结论:

• 拟议的DMSM有效地分析HCC生存数据,通过利用未经审查的数据而没有假设,优于传统方法.
• DMSM提供了一个准确可靠的工具,用于预测BCLC B期HCC患者的术后生存时间.
• 该模型为HCC管理中临床决策的生存分析提供了宝贵的进步.