针对乳腺腺囊性癌的个性化治疗策略:一种机器学习方法
Sakhr Alshwayyat1, Mahmoud Bashar Abu Al Hawa2, Mustafa Alshwayyat2
1King Hussein Cancer Center, Amman, Jordan; Princess Basma Teaching Hospital, Irbid, Jordan; Research Fellow, Applied Science Research Center, Applied Science Private University, Amman, Jordan.
Breast (Edinburgh, Scotland)
|January 18, 2025
概括
乳腺腺囊性癌 (BACC) 的存活率受年龄,淋巴结状况和雌激素受体状况的影响. 手术加放射治疗提供了最好的结果,而化疗的好处对于这种罕见的乳腺癌亚型仍然不确定.
科学领域:
- 在瘤学瘤学.
- 癌症研究 癌症研究
- 生物统计学 生物统计学
背景情况:
- 乳腺腺囊性癌 (BACC) 是一种罕见的乳腺癌亚型 (<0.1%).
- 关于BACC的最佳治疗策略的数据有限.
- 需要个性化治疗决策工具.
研究的目的:
- 评估BACC.不同治疗方式的疗效.
- 为了确定BACC生存的关键预后因素.
- 开发一个基于网络的工具,提供个性化的BACC治疗指导.
主要方法:
- 对监测,流行病学和最终结果 (SEER) 数据库的分析.
- 考克斯回归和5个机器学习 (ML) 算法用于预后建模.
- 卡普兰-梅尔 (K-M) 生存分析和ROC曲线AUC验证.
主要成果:
- 分析了1212名BACC患者;中位数年龄60岁,局部瘤<2厘米.
- 手术 + 放射治疗产生了最高的5年生存率 (94.9%).
- 年龄较小和ER阳性状态与更好的生存率相关;节点状态也具有预测性.
结论:
- 年龄,淋巴结转移和ER状态是BACC的关键预后指标.
- 手术后放射治疗改善了生存率;辅助化疗的益处是不确定的.
- 一个在线工具可用于BACC预后和治疗优化.
