基于机器学习算法的朗格汉斯细胞囊细胞分裂的重新激活的预测模型
Siqi Tan1, Ziyan Chen2, Xuefei Hua3
1Hospital for Skin Diseases, Institute of Dermatology, Chinese Academy of Medical Sciences & Peking Union Medical College, Nanjing, People's Republic of China.
European journal of dermatology : EJD
|June 22, 2024
概括
预测兰格汉斯细胞囊细胞分裂 (LCH) 反激活是至关重要的. 这项研究确定了临床分类,贫血和器官参与等关键因素,以构建一个机器学习模型,以便更好地预测LCH的预后.
科学领域:
- 在瘤学瘤学.
- 血液学 血液学 血液学
- 遗传学 遗传学是一种遗传学.
背景情况:
- 朗格汉斯细胞囊细胞瘤 (LCH) 是一种罕见的骨髓状瘤,显著的激活率超过30%.
- 目前对LCH再激活的预测模型是不够的,需要开发有效的预后工具.
研究的目的:
- 为了确定LCH的潜在预后因素.
- 使用机器学习算法开发一个易于使用的LCH重新激活的预测模型.
主要方法:
- 76名LCH住院患者的临床记录 (2008-2022) 的回顾性分析.
- 复活/渐进和稳定组之间的临床特征和实验室结果的比较.
- 机器学习算法的应用,用于构建预后预测模型.
主要成果:
- 确定的关键预后因素包括临床分类 (单系统,多系统,中枢神经/肺 LCH),贫血,骨参与,皮肤参与和单细胞计数增加.
- 这些五个因素被选择用于构建预测模型.
- 开发的模型证明了这些因素在预测LCH患者预后方面的有用性.
结论:
- 结合临床分类,贫血,器官参与 (骨,皮肤) 和单细胞计数的预测模型可以帮助预测LCH.
- 需要进一步研究更大的样本大小和前性设计来验证这些发现.
