机器学习算法是使用SEER数据库预测细胞癌患者整体存活率的辅助工具

科学领域:

• 在瘤学瘤学.
• 医疗信息学 医疗信息学
• 机器学习 机器学习

背景情况:

• 目前细胞癌 (RCC) 的预后依赖于主观和低效的手动方法.
• 需要客观,高效的工具来预测RCC复发和指导治疗.
• 机器学习 (ML) 为RCC患者的定量风险评估提供了潜力.

研究的目的:

• 评估各种ML算法的有效性,以预测RCC患者的整体存活率.
• 确定ML的适用性,以量化RCC中术后复发风险.
• 探索ML在指导RCC患者个性化临床管理中的作用.

主要方法:

• 利用来自监测,流行病学和最终结果 (SEER) 数据库 (2004-2015) 的192,912名RCC患者的大数据集.
• 应用了六个ML算法:SVM,贝叶斯,决策树,随机森林,神经网络和XGBoost.
• 使用曲线下面面积 (AUC) 进行生存预测的模型性能比较.

主要成果:

• 在处理缺失数据时,XGBoost实现了最高的准确性 (AUC 67.0%).
• 随机森林,神经网络和XGBoost在排除缺少数据和短生存时间的患者后显示出高准确性 (AUC>80%).
• 优化模型 (随机森林,神经网络,XGBoost) 在特定数据预处理后达到84.1%-84.8%的AUC.

结论:

• ML算法适用于预测RCC预后和量化复发风险.
• ML可以帮助开发更多针对RCC患者的个性化术后临床管理策略.
• 机器学习是分析瘤学中复杂和大规模数据集的宝贵辅助工具.