使用机器学习预测肺癌风险:基于英国生物银行的一项大型研究

科学领域:

• 在瘤学瘤学.
• 生物统计学 生物统计学
• 医疗保健中的机器学习

背景情况:

• 肺癌的发病率很高,预后不好,需要改进早期检测策略.
• 现有的风险预测模型可能无法完全捕捉肺癌发展的复杂性.

研究的目的:

• 开发一种可通用的机器学习模型,用于肺癌风险预测.
• 识别高风险人群,用于早期肺癌识别和预防.
• 发现肺癌的新型预测因素.

主要方法:

• 利用了来自467,888名参与者的英国生物库数据,结果是肺癌发病率.
• 开发并比较多变量预测模型,包括后勤回归,天真贝叶斯,随机森林和极端梯度增强.
• 使用AUC,Brier损失,日志损失,精度,回忆和F1分数评估模型性能,并使用Shapley增量解释进行可视化.

主要成果:

• 在研究样本中确定了4,299例肺癌病例.
• 极端梯度增强模型表现出卓越的性能,AUC为0.998.
• 发现了重要的新预测因素:部周长,腰部周长,吸烟史,神经病得分,年龄和1秒内强制呼吸量.

结论:

• 一个基于机器学习的新型预测模型结合了新的因素,显示了早期肺癌识别的前景.
• 该模型可以帮助对针对性肺癌查计划的个体进行分层.
• 早期识别和风险分层对于改善肺癌结果至关重要.