计算机断层扫描和肺腺癌EGFR基因突变的临床特征的预测模型

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 医疗信息学 医疗信息学

背景情况:

• 肺腺癌是全球癌症相关死亡的主要原因之一.
• 皮表皮生长因子受体 (EGFR) 突变是肺腺癌向治疗的关键生物标志物.
• 准确预测EGFR突变可以指导个性化治疗策略.

研究的目的:

• 开发和评估肺腺癌中EGFR突变的预测模型.
• 将计算机断层扫描 (CT) 成像功能与临床特征相结合,以改善预测.
• 根据临床特征,CT成像特征和综合方法来比较模型的性能.

主要方法:

• 对194名肺腺癌患者的电子病历进行了回顾性分析.
• 使用LASSO回归的特征选择.
• 使用后勤回归,支持向量机器和随机森林算法开发预测模型.

主要成果:

• 在训练组中,酒精消耗,转移和肺溢液等临床因素是显著的.
• 在测试组中,状淋巴腺和中间淋巴腺病是显著的.
• 组合模型表现出优异的性能,在测试组中,逻辑回归实现了0.827的AUC. 球位被确定为一个关键预测因素.
• CT成像特征模型显示了最高的临床净益.

结论:

• 整合CT成像特征和临床数据可以改善肺腺癌中的EGFR突变预测.
• CT成像特征模型具有显著的临床实用性,而分片是关键的预测因素.
• 需要进一步验证,以确定这些预测模型的临床适用性.