胃腺癌眼转移的预测模型:基于机器学习的开发和解释研究
Jie Zou1, Yan-Kun Shen1, Shi-Nan Wu1,2
1Department of Ophthalmology, The First Affiliated Hospital, Jiangxi Medical College, Nanchang University, Jiangxi Branch of National Clinical Research Center for Ocular Disease, Nanchang, Jiangxi, People's Republic of China.
Technology in cancer research & treatment
|January 17, 2024
概括
机器学习准确地预测胃腺癌眼转移风险,使用LDL和CEA等关键生物标志物. 这种工具有助于早期检测,及时治疗这种罕见但严重的并发症.
科学领域:
- 在瘤学瘤学.
- 医疗信息学 医疗信息学
- 生物统计学 生物统计学
背景情况:
- 胃腺癌 (GA) 与眼转移 (OM) 表示疾病已晚期.
- 眼转移是胃癌的一个罕见但严重的并发症.
研究的目的:
- 开发和验证一种机器学习 (ML) 模型,用于预测胃腺癌患者眼球转移的风险.
- 确定与GA相关的OM相关的关键临床和生化风险因素.
主要方法:
- 3532名GA患者的回顾性队列研究.
- 利用机器学习算法,包括梯度增强机 (GBM) 和沙普利增量解释 (SHAP) 来识别风险因素.
- 模型性能使用接收器操作特征曲线 (AUC) 下的面积进行评估.
主要成果:
- 在测试组中,GBM模型实现了0.997的AUC,证明了高预测准确度.
- 确定了OM的主要危险因素:LDL,CA724,CEA,AFP,CA125,HB,CA153和Ca2+.
- 开发了一个功能性的在线风险预测计算器.
结论:
- 机器学习,特别是GBM,提供了一种可靠的方法来预测GA相关的OM.
- 开发的模型和计算器可以帮助早期识别患有OM风险的患者,促进及时治疗.
更多相关视频
03:05Author Spotlight: Advancing Early Detection and Treatment of Gastrointestinal Tumors
Published on: February 16, 2024
1.1K
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.3K