美国外科医生学院胆道癌症的生存率计算器:使用机器学习来个性化预测
Lauren M Janczewski1, Joseph Cotler2, Xuan Zhu2
1American College of Surgeons Cancer Programs, Chicago, IL; Department of Surgery, Northwestern University Feinberg School of Medicine, Chicago, IL. Electronic address: https://www.twitter.com/LJanczewskiMD.
Surgery
|November 26, 2024
概括
机器学习创建了一个胆道癌症存活率计算器,用于个性化的预后. 该工具使用患者,瘤和治疗数据,提供比单独阶段更准确的生存估计.
科学领域:
- 在瘤学瘤学.
- 医疗信息学 医疗信息学
- 医疗保健中的机器学习
背景情况:
- 癌症预后通常依赖于瘤阶段,但生存是多因素的.
- 胆道癌 (胆道,胆囊) 有复杂的生存动态.
- 开发先进的预后工具对于个性化癌症护理至关重要.
研究的目的:
- 使用机器学习开发一种胆道癌症生存计算器的原型.
- 根据不同患者,瘤和治疗因素,生成个性化的生存估计.
- 改进传统的基于分期的胆道道恶性瘤预后.
主要方法:
- 利用国家癌症数据库 (2010-2017) 对62,877名胆道癌症患者.
- 采用随机森林算法来识别关键的预后变量.
- 开发了一个生存模型,使用极端梯度增强与生存嵌入来进行3年生存预测.
主要成果:
- 鉴定了转移性疾病,年龄和缺乏手术作为更糟糕生存的关键因素.
- 机器学习模型表现出优异的性能 (c指数:0.74) 与仅阶段模型 (c指数:0.64) 相比.
- 该计算器结合了患者的人口统计数据,瘤特征 (阶段,等级,部位) 和治疗方式 (手术,化疗,辐射).
结论:
- 胆道癌症生存率计算器是一种非常准确的预后工具.
- 它提供了个性化,实时的生存估计.
- 该工具增强了个性化治疗规划和瘤学患者咨询的功能.
更多相关视频
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
04:50Complete Laparoscopic Radical Resection of Perihilar Cholangiocarcinoma Type IIIb
Published on: January 17, 2025
179
