基于氧化应激生物化学标记的老年胃癌患者的预后预测模型的开发和验证

科学领域:

• 在瘤学瘤学.
• 生物化学 生物化学
• 人工智能的人工智能

背景情况:

• 在老年胃癌 (GC) 患者中,AI和氧化应激标志物的预后价值尚未得到充分确立.
• 氧化应激对癌症的发展和进展起着重要作用.

研究的目的:

• 开发和验证老年GC患者整体存活期 (OS) 的预测模型.
• 评估生化氧化应激标志物与人工智能结合用于预后的实用性.

主要方法:

• 对1859名老年GC患者 (≥65岁) 进行了回顾性多中心研究.
• 使用考克斯回归的GC集成氧化应激评分 (GIOSS) 的发展.
• 用AUC和校准图表构建和验证5年OS的预测模型 (随机森林,决策树,SVM). 为了解释,SHAP.

主要成果:

• 低GIOSS与预后不佳相关.
• 随机森林 (RF) 模型表现出高效率 (AUC:0.999培训,0.869内部,0.796外部验证).
• 确定了关键预测因素:PN,PT,围神经侵入,瘤大小和GIOSS. 开发了一个在线计算器.

结论:

• 结合GIOSS的RF模型有效地预测了老年GC患者的术后OS.
• 这种方法突显了氧化应激的重要性,并有助于GC管理.
• 开发的工具为临床使用提供了强大的预后解决方案.