机器学习方法分析经过立体射线外科手术 (SRS) 后脑动脉静脉形 (AVM) 患者的3年结果
Mirko Jerber Rodríguez Mallma1, Marcos Vilca-Aguilar2,3, Luis Zuloaga-Rotta1
1Facultad de Ingeniería Industrial y de Sistemas, Universidad Nacional de Ingeniería, Lima 15333, Peru.
Diagnostics (Basel, Switzerland)
|January 11, 2024
概括
机器学习准确地预测了在立体射线外科手术 (SRS) 后的脑动脉静脉形 (AVM) 治愈. 动脉动脉瘤消灭的关键预测因素包括动脉动脉瘤的位置,患者的职业和之前的出血.
科学领域:
- 神经学 神经学
- 医疗成像医学成像
- 机器学习在医学中的应用
背景情况:
- 大脑动脉静脉形 (AVM) 是一种复杂的血管异常.
- 立体射线手术 (SRS) 是AVM的主要治疗方法,但预测消灭成功需要进一步调查.
研究的目的:
- 开发一个预测模型来治疗AVM36个月后SRS.
- 确定影响AVM消灭率的关键因素.
主要方法:
- 使用了机器学习 (ML) 技术,包括决策树 (DT) 和后勤回归 (LR).
- 分析了2005-2018年期间接受SRS治疗的202名AVM患者的历史数据.
- 数据包括社会人口统计,临床,血管架构和放射性手术细节.
主要成果:
- 后勤回归 (LR) 模型显示出高预测性能:0.92准确度,0.93灵敏度,0.89特异性和0.98AUC.
- 成功消除AVM的重要预测因素是AVM的位置,患者的职业和出血史.
结论:
- ML模型是预测SRS后AVM预后的有效工具.
- 这些模型可以支持AVM管理中的临床决策.
- 动脉动脉瘤的位置,患者的职业和出血的存在是预测治疗结果的关键因素.
