使用基于CET的机器学习放射学预测治疗性肝切除术后肝内胆管癌的非常早期复发:一项多机构研究
Bo Chen1, Yicheng Mao2, Jiacheng Li1
1Department of Hepatobiliary Surgery, The First Affiliated Hospital of Wenzhou Medical University, Wenzhou, Zhejiang 325035, China; Zhejiang-Germany Interdisciplinary Joint Laboratory of Hepatobiliary-Pancreatic Tumor and Bioengineering, The First Affiliated Hospital of Wenzhou Medical University, Wenzhou, Zhejiang 325035, China.
Computers in biology and medicine
|November 8, 2023
概括
肝内胆管癌 (iCCA) 的非常早期复发 (VER) 影响了30%的手术后患者. 基于放射学的亚型和机器学习模型可以预测VER,帮助iCCA患者个性化治疗.
科学领域:
- 肝胆道手术是肝胆道的手术.
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 医学成像分析分析 医学成像分析
背景情况:
- 内肝胆管癌 (iCCA) 的术后复发率很高,导致患者预后不佳.
- 识别患有非常早期复发 (VER) 高风险的患者对于改善结果至关重要.
研究的目的:
- 为了识别iCCA的基于放射学的亚型.
- 开发和验证机器学习模型,用于预测iCCA患者的VER.
主要方法:
- 对280名接受治疗性肝切除术的iCCA患者的回顾性分析.
- 使用3D瘤感兴趣区域 (ROI) 进行对比增强CT (CECT) 扫描的放射学分析.
- 开发用于VER预测的临床ML (CML) 和放射性临床ML (RCML) 模型,使用10倍交叉验证和外部队列进行验证.
主要成果:
- 大约30%的iCCA患者经历了VER,与明显更差的结果相关 (HR=5.77).
- 确定了两种不同的基于放射学的iCCA亚型;亚型2显示出更高的VER率 (47.62%) 和更短的存活时间.
- RCML模型实现了高预测性能 (AUC在训练中为~0.90,在验证中为~0.93).
结论:
- 放射学分析可以识别不同的iCCA亚型,具有不同的复发风险.
- 开发的RCML模型显示了iCCA中VER的强大预测准确性.
- 这些模型可以作为指导个性化患者管理策略的宝贵工具.
