揭开胃肠道粘液腺癌的秘密:人工智能手术后的存活率:基于人口的研究
Jie Song1, Xiang-Xiu Yan1, Fang-Liang Zhang2
1Department of Gastroenterology, Dongying People's Hospital, Dongying Hospital of Shandong Provincial Hospital Group, Dongying 257000, Shandong Province, China.
World journal of gastrointestinal oncology
|July 12, 2024
概括
一个新的深度学习工具准确地预测了胃肠粘膜腺癌 (GMA) 患者手术后的生存率. 结合手术,化疗和淋巴结解剖,改善了GMA的结果.
科学领域:
- 在瘤学瘤学.
- 手术瘤学手术瘤学
- 医疗信息学 医疗信息学
背景情况:
- 有限的研究存在于胃肠粘膜腺癌 (GMA).
- 没有可靠的工具可用于预测GMA患者的术后存活率.
- 对GMA的预后因素仍然存在争议.
研究的目的:
- 为了调查GMA的预后.
- 开发GMA患者术后生存的预测模型.
- 创建一个用户友好的工具,用于临床应用.
主要方法:
- 利用监测,流行病学和最终结果数据库来获取患者数据.
- 开发了一个使用Cox比例危险回归的预测模型.
- 在发现,验证和测试队列中验证了该模型,将AUC作为主要指标.
主要成果:
- 预测模型在发现队列中达到0.7433的AUC,在验证队列中达到0.7244,在测试队列中达到0.7388.
- 粘性胃腺癌与最糟糕的预后有关.
- 区域淋巴结检查和化疗被确定为GMA的保护因素.
结论:
- 一个基于深度学习的工具可以准确地预测手术后GMA患者的整体存活率.
- 手术干预,化疗和彻底的淋巴结解剖对于改善GMA患者的治疗结果至关重要.
- 开发的工具已经被包装成用于临床使用的软件.
