相关实验视频
Updated: Jun 21, 2025
03:36
Development of Compendium for Esophageal Squamous Cell Carcinoma
Published on: April 12, 2024
399
代谢评分和机器学习模型用于预测食道状细胞癌进展
Lu Chen1, WenXin Zhang1, Huanying Shi1
1Department of Pharmacy, Huashan Hospital, Fudan University, Shanghai, China.
Cancer science
|July 12, 2024
概括
一个新的新陈代谢评分,使用五个血标记,准确地预测食道状细胞癌 (ESCC) 患者的预后. 这种工具有助于临床决策,以获得更好的患者结果.
科学领域:
- 在瘤学瘤学.
- 生物标志物 生物标志物
- 代谢学 代谢学 代谢学
背景情况:
- 由于复杂的因素和治疗方法,食道状细胞癌 (ESCC) 的预后预测具有挑战性.
- 需要可靠的生物标志物来指导ESCC患者的临床管理和治疗策略.
研究的目的:
- 确定新的血液代谢指标,用于预测ESCC患者的整体存活率.
- 开发和验证ESCC预后代谢评分和预测模型.
主要方法:
- 招募了491名正在接受手术的ESCC患者.
- 分析了14个血液代谢指标,以确定独立的预后因素.
- 开发了新陈代谢得分,名录和机器学习模型 (包括随机森林).
主要成果:
- 鉴定了性酸酶,自由脂肪酸,同氨酸,乳酸脱酶和甘油三作为独立的预后指标.
- 代谢得分独立地预测了ESCC预后 (AUC=0.89与nomogram).
- 随机森林模型显示出高预测精度 (AUC=0.90,精度=86%).
结论:
- 基于五种血液标志物的新代谢得分是ESCC的有价值的独立预后指标.
- 开发的名录图和随机森林模型为预测ESCC患者预后提供了精确的工具.
- 使用最佳随机森林模型创建了一个在线预测工具,用于临床应用.
