机器学习预测胆囊癌手术后早期复发的预测
Giovanni Catalano1,2, Laura Alaimo1,2, Odysseas P Chatzipanagiotou1
1Department of Surgery, Ohio State University Wexner Medical Center and James Comprehensive Cancer Center, Columbus, Ohio, USA.
The British journal of surgery
|November 21, 2024
概括
机器学习准确地预测了手术后胆囊癌早期复发. 该工具有助于识别高风险患者,以定制治疗和监测策略,改善整体生存结果.
科学领域:
- 在瘤学瘤学.
- 医疗信息学 医疗信息学
- 手术瘤学手术瘤学
背景情况:
- 胆囊癌经常呈现出不良预后,特别是当手术切除后早期复发时.
- 准确预测早期复发对于有效的患者管理和治疗规划至关重要.
研究的目的:
- 开发和验证一种机器学习模型,用于预测经过胆囊癌切除的患者早期复发的风险.
- 为了比较各种机器学习算法在预测早期胆囊癌复发中的性能.
主要方法:
- 一项采用国际数据库对患者进行治疗意图胆囊癌切除 (2001-2022) 的横截面研究.
- 四个机器学习模型 (随机森林,XGBoost,支持矢量机,物流回归) 被训练来预测12个月内复发.
- 在一个独立的队列中,使用接收器操作曲线下的面积 (AUC) 评估了模型性能.
主要成果:
- 随机森林模型在评估队列中实现了最高的歧视,AUC为76.4%.
- 早期复发的独立预测因素包括切除边缘,AJCC T类和N类.
- 被确定为早期复发的高风险患者的整体存活率明显降低 (36.1%与63.8%相比).
结论:
- 机器学习模型可以有效地预测胆囊癌切除后早期复发风险.
- 开发的模型有助于患者分层,可能指导术后辅助治疗和监测策略.
- 可访问的在线计算器可用于帮助临床医生进行风险评估.
