肝移植前后肝细胞癌复发的深度学习:一个多中心队列研究
Shuang Cao1, Sihan Yu2, Liangbin Huang3
1Liver Transplantation Center, Clinical Research Center for Pediatric Liver Transplantation, State Key Lab of Digestive Health, National Clinical Research Center for Digestive Diseases, Beijing Friendship Hospital, Capital Medical University, 95 Yong'an Road, Xicheng District, Beijing, 100050, China.
Scientific reports
|March 5, 2025
概括
肝移植后肝细胞癌的复发是导致死亡的主要原因. 新的预测模型,移植前和移植后,准确地识别高风险患者,改善肝移植接受者的监测策略.
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:
- 肝细胞癌 (HCC) 在肝移植 (LT) 后复发显著增加死亡率.
- 准确预测HCC复发对于患者的治疗和生存至关重要.
研究的目的:
- 开发和验证机器学习模型,用于在LT之前和之后预测HCC复发.
- 将这些模型的性能与米兰标准等既定标准进行比较.
主要方法:
- 追溯收集了来自466名在中国三个中心接受LT治疗的HCC患者的数据.
- 利用机器学习算法 (逻辑回归,堆叠,基于生存的方法) 进行模型开发,包括手术前和后的变量.
- 使用C指数和外部验证队列验证的模型.
主要成果:
- 移植前的DeepSurv模型 (DSM前) 在培训,测试和外部验证期间取得了强的表现 (C指数从0.765到0.819不等).
- 移植后的DeepSurv模型 (后DSM),结合临床病理学变量,显示出优异的性能 (C指数从0.812到0.839不等).
- 在识别高风险HCC复发患者方面,后DSM显著超过了米兰标准.
结论:
- 移植前和移植后的DeepSurv模型都显示出在LT患者中预测HCC复发的巨大潜力.
- 这些模型可以指导个性化监测策略,可能改善肝移植的HCC患者的治疗结果.
更多相关视频
12:24A Three-Dimensional Spheroid Model to Investigate the Tumor-Stromal Interaction in Hepatocellular Carcinoma
Published on: September 30, 2021
5.0K
08:15A Hepatocellular Cancer Patient-Derived Organoid Xenograft Model to Investigate Impact of Liver Regeneration on Tumor Growth
Published on: February 2, 2024
708
