基于机器学习的预测,对直肠癌的治愈切除术后的复发

科学领域:

• 在瘤学瘤学.
• 医疗信息学 医疗信息学
• 手术瘤学手术瘤学

背景情况:

• 结直肠癌的治疗通常涉及对非转移性疾病进行彻底手术.
• 瘤复发治疗后切除受各种因素的影响.
• 预测模型可以帮助识别高风险患者的复发.

研究的目的:

• 分析治疗切除后与直肠癌复发相关的因素.
• 应用和比较不同的机器学习技术来预测复发.
• 为了确定直肠癌复发的显著预后因素.

主要方法:

• 分析了961名接受治疗性直肠癌手术 (2004-2018) 的患者队列.
• 通过SMOTETomek链接的合成少数群体过量采样技术 (SMOTETomek) 平衡了数据集.
• 采用了四种机器学习模型 (逻辑回归,SVM,RF,XGBoost),根据排列重要性评估特征的重要性.

主要成果:

• 在60.8个月的中位随访期间,复发率为13.2% (127/961名患者).
• 最重要的预测因素包括病态瘤阶段 (pT),性别,并发化疗和病态节点阶段 (pN).
• 支持向量机 (SVM) 实现了0.831的最高曲线下面积 (AUC),病态瘤阶段 (pT) 是大多数模型中最具影响力的因素.

结论:

• 支持矢量机 (SVM) 在预测直肠癌复发方面表现出卓越的性能.
• 病理性瘤阶段 (pT) 成为影响复发风险的最关键因素.
• 强化监测推用于直肠癌患者的晚期PT阶段外科手术后.