探索多个预处理器和分类器在构建模型中的价值,以预测结直肠癌中的微卫星不稳定状态
Yi Ma1, Zhihao Shi1, Ying Wei2
1Department of Radiology, Nanjing Drum Tower Hospital Clinical College of Nanjing Medical University, No. 321 Zhongshan Road, Nanjing, 210008, Jiangsu Province, China.
Scientific reports
|September 1, 2024
概括
在结直肠癌 (CRC) 中预测微卫星不稳定性 (MSI) 是至关重要的. 放射学和临床模型的组合实现了高精度 (95.8%AUC),为MSI状态预测提供了非侵入性方法.
科学领域:
- 在瘤学瘤学.
- 无线电学 (Radiomics) 是一种辐射学.
- 生物统计学 生物统计学
背景情况:
- 微卫星不稳定性 (MSI) 是一个独特的分子表型,在大约15%的结直肠癌 (CRC) 患者中存在.
- 准确和非侵入性预测MSI状态对于优化治疗策略和降低医疗保健成本至关重要.
- 目前用于确定MSI状态的方法可能是侵入性的和耗时的.
研究的目的:
- 开发和评估使用放射学和临床数据来预测结直肠癌患者MSI状态的非侵入性模型.
- 确定与MSI状态相关的关键临床预测因素.
- 为了比较放射学,临床查和组合模型的性能.
主要方法:
- 一项对307名CRC患者的回顾性研究包括术前计算机断层扫描 (CT) 图像和术后MSI状态.
- 使用相关系数和最小绝对收缩和选择操作员 (LASSO) 算法进行了特征选择.
- 使用各种预处理器和分类器构建了多种歧视模型,基于量子式预处理器的逻辑回归模型显示了最高的AUC.
主要成果:
- 使用量子式预处理器的物流回归模型在预测MSI状态方面表现出很高的性能.
- 瘤位置,N阶段和高血压被确定为MSI状态的独立临床预测因素.
- 组合模型实现了优异的预测性能,AUC为0.958,准确度为0.899,灵敏度为0.929.
结论:
- 放射学和临床模型的结合表明,在CRC中MSI状态的非侵入性预测中,其性能和临床适用性非常出色.
- 基于量子式预处理器的物流回归模型为MSI状态预测提供了强大的和可重复的方法.
- 这种方法有可能改善患者管理,减少对侵入性测试的需求.
