新辅助的统计算法预测个体复发风险,从结肠直肠癌切除肝转移的患者
Ángel Vizcay Atienza1, Olast Arrizibita Iriarte2, Oskitz Ruiz Sarrias2
1Department of Medical Oncology, Clínica Universidad de Navarra, 31008 Pamplona, Spain.
Biomedicines
|August 29, 2024
概括
这项研究开发了一种数学算法,用于预测患有肝转移的结直肠癌患者的复发风险,改善个性化治疗策略. 该模型在识别可能在手术后复发的患者方面表现出很高的准确性.
科学领域:
- 在瘤学瘤学.
- 数学建模的数学建模
- 手术瘤学手术瘤学
背景情况:
- 肝转移 (LM) 是结直肠癌 (CRC) 死亡的主要原因.
- 现有的CRC与LM的预后诺姆图具有有限的准确性.
- 尽管新辅助疗法的进展,但复发率仍然很高.
研究的目的:
- 开发一种可解释的新辅助算法,用于预测LM的CRC患者个体复发风险.
- 确保风险预测中的数学透明度和可审计性.
- 为了增强个性化的辅助治疗和随访策略.
主要方法:
- 追溯评估86名CRC患者的LM治疗新辅助疗法和切除.
- 分析了155个患者变量,使用后勤回归 (LR) 和梯度增强机 (GBM).
- 包含合成数据以解决数据限制和外部验证.
主要成果:
- 在74名患者中训练的GBM模型在预测复发时,获得了0.82的准确性,0.59的灵敏性和0.96的特异性.
- 五年无复发生存率 (RFS) 为33%,五年总生存率 (OS) 为60.7%.
- 外部验证证实了该模型有希望的预测性能.
结论:
- 开发的算法为预测LM的CRC患者个体复发风险提供了准确的替代方案.
- 这个工具可以指导个性化的辅助治疗决策.
- 改进的风险分层可以优化后续策略,以获得更好的患者结果.
更多相关视频
04:22Application of Laparoscopic Hepatectomy Combined with Intraoperative Microwave Ablation in Colorectal Cancer Liver Metastasis
Published on: March 3, 2023
377
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.2K
