针对转移性结肠直肠癌的中国医学动态治疗策略,基于机器学习算法
Yu-Ying Xu1, Qiu-Yan Li1, Dan-Hui Yi2
1Department of Oncology, Xiyuan Hospital, China Academy of Chinese Medical Sciences, Beijing, 100091, China.
Chinese journal of integrative medicine
|March 27, 2024
概括
一个机器学习模型为转移性结直肠癌 (mCRC) 建立了一个动态的中医 (CM) 策略,将中位生存时间从26个月提高到35个月. 这种方法为mCRC患者的个性化CM治疗提供了临床指导.
科学领域:
- 在瘤学瘤学.
- 计算医学是一种计算医学.
- 综合医学是一个整体的医学.
背景情况:
- 转移性结直肠癌 (mCRC) 提出了复杂的治疗挑战.
- 中国医学 (CM) 为mCRC提供了潜在的治疗策略.
- 个性化治疗方法对于改善患者的治疗结果至关重要.
研究的目的:
- 以机器学习为指导的中医药 (CM) 开发mCRC的动态治疗策略.
- 为mCRC患者选择最佳的CM治疗策略提供参考.
- 为了利用机器学习进行个性化癌症治疗.
主要方法:
- 分析了197名mCRC患者的队列.
- 根据CM干预,患者被分为三组:单独CM,CM与局部/口服治疗结合,CM辅助西医.
- 为了建立动态策略,使用了成本敏感的生存分类学习算法 (CSCLSurv).
- 卡普兰-梅尔分析比较了模型推和实际治疗计划之间的生存率.
主要成果:
- 通过使用CSCLSurv.成功建立了mCRC的动态CM干预策略.
- 治疗建议因患者特定因素而异,如年龄,ECOG得分,瘤部位和治疗阶段.
- 接受模型推计划的患者的中位生存时间为35个月,而实际治疗计划为26.0个月 (P=0.06).
结论:
- 基于CSCLSurv的动态CM治疗策略显示了对mCRC的承诺.
- 这种方法为个性化CM干预提供了有价值的临床见解.
- 建议通过更大规模的前性研究进行进一步验证,以完善战略.
