机器学习预后模型,用于B型肝炎患者的激进切除后肝细胞癌
Dalong Zhu1, Alimu Tulahong1, Abuduhaiwaier Abuduhelili1
1Department of Hepatobiliary and Echinococcosis Surgery, Digestive and Vascular Surgery Center, the First Affiliated Hospital of Xinjiang Medical University, Urumqi, Xinjiang Uygur Autonomous Region, People's Republic of China.
Journal of hepatocellular carcinoma
|February 24, 2025
概括
一个新的机器学习模型准确地预测了手术后患有乙型肝炎病毒相关肝细胞癌 (HCC) 的患者的生存率. 关键因素包括BMI,白蛋白,手术方法和AJCC阶段,有助于个性化治疗决策.
科学领域:
- 肝病学 肝病学是一种肝病学.
- 在瘤学瘤学.
- 医疗信息学 医疗信息学
背景情况:
- 原发性肝癌,主要是肝细胞癌 (HCC),构成了严重的全球健康挑战,预后不佳,特别是在乙型肝炎病毒 (HBV) 流行地区.
- 与HBV相关的HCC是一个主要问题,需要改进预后工具以有效管理.
研究的目的:
- 开发和验证一种基于机器学习的预后模型,用于预测HBV相关HCC患者在彻底切除后的生存结果.
- 为HBV相关的HCC患者提供个性化治疗策略的信息.
主要方法:
- 对新疆医科大学的146名患者和来自癌症基因组图谱 (TCGA) 数据库的75名患者的临床数据进行了回顾性分析.
- 使用机器学习开发预测模型,使用一致性指数 (C-index),校准曲线,决策曲线分析 (DCA) 和接收器操作特征 (ROC) 曲线进行评估.
主要成果:
- 最佳模型包括体质指数 (BMI),白蛋白 (ALB),手术切除方法 (SRM) 和美国联合癌症委员会 (AJCC) 阶段.
- 该模型在训练集中达到0.736的C指数,并在验证数据集中表现出强大的预测性能.
- 准确预测1年,3年和5年生存率,AUC值分别为0.843,0.797和0.758,通过校准和DCA进一步验证.
结论:
- BMI,ALB,SRM和AJCC分期是HBV相关HCC结果的关键预测因素.
- 开发的机器学习模型可以帮助临床医生做出明智的治疗决策,从而有可能改善患者的治疗结果.
