预后个性化:使用基于机器学习的Web应用程序对世卫组织II级和III级质瘤的生存预测
Mert Karabacak1, Pemla Jagtiani2, Alejandro Carrasquilla1
1Department of Neurosurgery, Mount Sinai Health System, New York, 10029, NY, USA.
NPJ digital medicine
|October 26, 2023
概括
机器学习模型准确地预测了世卫组织II级和III级质瘤的存活率. 这种工具有助于临床医生为质瘤患者提供个性化的预后和决策.
科学领域:
- 神经瘤学神经瘤学
- 计算生物学是一种计算生物学.
- 医疗信息学医学信息学
背景情况:
- 世卫组织的II级和III级质瘤表现出可变的生物行为和患者生存结果.
- 精确的结质瘤预后是具有挑战性的,因为影响生存的因素的复杂性.
研究的目的:
- 开发和验证机器学习 (ML) 模型,用于预测世卫组织II级和III级质瘤患者的生存率.
- 在临床实践中创建一个可解释和可访问的工具,用于个性化的生存预测.
主要方法:
- 来自国家癌症数据库的10,001例世卫组织II级和11,456例III级头骨质瘤的分析.
- 使用接收器操作特征 (AUROC) 曲线下的区域开发和评估ML模型 (LightGBM,随机森林).
- 利用夏普利添加式解释 (SHAP) 来实现模型的解释性.
主要成果:
- ML模型实现了高预测性能,AUROC值在II级质瘤的0.813至0.896,III级质瘤的0.855至0.878之间.
- 使用LightGBM和随机森林算法构建了性能最高的模型.
- 开发了一个网络应用程序,用于对12个月,24个月,36个月和60个月的个性化生存预测.
结论:
- 机器学习模型在多个时间点为质瘤患者提供准确和个性化的生存预测.
- 开发的Web应用程序是将预测分析整合到神经瘤学临床决策中的新工具.
- 这种方法有可能提高预后并个性化神经瘤学中的患者护理.
