机器学习可以预测在肝脏结杆菌病中进行手术的决定

科学领域:

• 肝病学 肝病学是一种肝病学.
• 寄生虫学的寄生虫学
• 手术决策支持手术决策支持

背景情况:

• 囊性赤球菌 (CE) 是一个主要的公共卫生问题,主要影响肝脏.
• 目前的肝硬化症管理缺乏指导手术决策的精确工具.
• 这项研究解决了对预测模型的需求,以优化手术或非手术治疗的患者分层.

研究的目的:

• 开发和验证用于肝囊性球菌病手术决策的预测模型.
• 为了提高患者分配到手术与非手术管理途径的准确性.
• 为临床实践提供一个动态的工具,改进静态指导方针.

主要方法:

• 对406名肝硬化症患者 (2009-2021) 的回顾性分析.
• 使用临床,成像和治疗数据开发考克斯回归和决策树模型.
• 模型性能通过K折交叉验证,火车/测试分割和引导验证.

主要成果:

• 图像检测结果和症状被确定为手术干预的关键预测因素.
• 考克斯模型实现了0.94的一致性指数和0.96的AUC.
• 结合成像,囊阶段和症状的决策树模型表现出强的性能 (平均AUC为0.950).

结论:

• 已开发出验证的预测模型来评估肝脏CE手术风险.
• 这些模型提供了一个动态的临床工具,以优化患者管理途径.
• 将其纳入实践可以通过提高治疗分配的精度来改善结果.