机器学习用于预测患有胸腺瘤和胸腺癌患者的预后
Haijie Xu1,2, Xirui Lin1,2, Junhan Wu2,3
1Department of Thoracic Surgery, The First Affiliated Hospital of Shantou University Medical College, Shantou, China.
Journal of thoracic disease
|March 14, 2025
概括
机器学习模型准确地预测了胸腺瘤和胸腺癌患者的5年生存期. 这些模型,包括组合方法,为这些罕见的前中瘤提供了宝贵的预后见解.
科学领域:
- 在瘤学瘤学.
- 医疗信息学 医疗信息学
- 机器学习 机器学习
背景情况:
- 胸腺瘤和胸腺癌是主要的前中瘤.
- 有限的研究存在于机器学习 (ML) 对于这些癌症的预后预测.
- 准确的5年生存预测对于患者管理至关重要.
研究的目的:
- 开发和验证ML模型来预测5年总生存率 (OS) 和疾病特异性生存率 (DSS).
- 为了确定胸腺瘤和胸腺癌预后的关键预测因子.
- 通过准确的生存预测,增强临床决策.
主要方法:
- 使用了监测,流行病学和最终结果 (SEER) 17数据库来获取患者数据.
- 训练并比较多个ML分类器 (例如,CatBoost,随机森林,SVM,XGBoost).
- 优化模型使用网格搜索与交叉验证,并选择了表现最佳的组合模型.
主要成果:
- CatBoost 模型在 OS 预测中获得了 0.755 的 AUC.
- 一个整体模型表现出卓越的性能,OS的AUC为0.833.
- 世卫组织组织学分类,马索卡阶段和年龄是OS和DSS的重要预测因素.
结论:
- 开发了基于ML的准确预测模型,用于5年OS和DSS的胸腺瘤和胸腺癌.
- 整体模型显示出高的预后效率和临床实用性.
- 这些模型可以显著帮助区分患者的预后.


