开发和应用一种新的机器学习模型,预测胰腺癌特异性死亡率
Yongji Sun1, Sien Hu1, Xiawei Li2
1Department of Surgery, Fourth Affiliated Hospital, Zhejiang University School of Medicine, Yiwu, CHN.
Cureus
|April 29, 2024
概括
一种新的机器学习模型,生存毛毯,显示出预测胰腺癌死亡率的前景,在某些患者群体中表现优于传统的Cox模型. 这一进展有助于完善胰腺癌患者的治疗策略.
科学领域:
- 在瘤学瘤学.
- 机器学习 机器学习
- 生物统计学 生物统计学
背景情况:
- 准确的预后对于胰腺癌治疗决策至关重要.
- 目前的预后模型受到预先确定的变量所限制.
研究的目的:
- 开发和评估一种新的机器学习方法,即Survival Quilts,用于预测胰腺癌特定死亡率.
- 为了比较Survival Quilts模型与已建立的考克斯回归模型的性能.
主要方法:
- 对9752名经过手术的胰腺癌患者进行了回顾性分析.
- 主要结局: 1,3,5年胰腺癌特异性死亡率.
- 使用一致性指数 (C指数) 和Brier分数评估模型性能;执行决策曲线分析.
主要成果:
- 生存毛毯在1,3年和5年死亡率方面表现出强烈的歧视 (C指数为0.729,0.693,0.672).
- 存活子在32个月和在没有转移的患者中表现优于考克斯模型.
- 在转移性队列中,表现各不相同,在24个月前表现优于考克斯模型.
结论:
- 一个基于机器学习的新型生存毛毯模型被开发和验证用于胰腺癌死亡率预测.
- 与传统的考克斯回归模型相比,Survival Quilts模型显示了提高预后准确性的潜力,特别是在特定的患者子组中.
