食纤维对结直肠癌患者的影响基于机器学习

科学领域:

• 在瘤学瘤学.
• 手术营养是指手术营养.
• 免疫学 免疫学 免疫学

背景情况:

• 结肠直肠癌 (CRC) 手术对术后恢复构成挑战.
• 营养支持对于在CRC患者中管理手术压力和炎症至关重要.

研究的目的:

• 评估食用纤维的肠道营养对腹腔镜直肠癌 (CRC) 手术的患者的影响.
• 评估机器学习模型在预测食纤维对CRC患者结果的影响方面的有效性.

主要方法:

• 一项随机对照试验涉及164名CRC患者,将标准营养与用食纤维的肠道营养进行比较.
• 监测炎症标志物,营养状况和肠道功能恢复,直到术后14天.
• 开发和评估四种机器学习模型 (LR,RF,NN,SVM) 用于结果预测.

主要成果:

• 与对照组相比,接受食纤维的患者表现出明显较低的炎症标志物水平 (PCT,β-EP,CRP,IL-1,IL-8,TNF-α) 和较高的营养标志物水平 (ALB,HB,TRF,PAB) (<0.01).
• 机器学习模型,特别是神经网络 (NN),准确地预测了食纤维对免疫功能和炎症的影响.
• 通过机器学习识别的关键预测因子包括前素 (PCT),前白蛋白 (PAB),白蛋白 (ALB) 和介质素-1 (IL-1).

结论:

• 在结直肠癌患者中,术后给食纤维增强免疫功能,减少炎症.
• 机器学习模型在预测CRC患者的结果和识别关键预测指标方面证明了临床实用性.