诊断为赫特尔细胞癌的患者的术后预后:一种机器学习方法
Arnavaz Hajizadeh Barfejani1, Mohammad Reza Balali2, Nabgouri Younes3
1Royal College of Surgeons in Ireland, Dublin, Ireland.
概括
机器学习准确地预测了Hurthle细胞癌存活率. 根据这项研究,老年和晚期瘤阶段 (T分类) 恶化了结果,而女性性别改善了生存率.
科学领域:
- 在瘤学瘤学.
- 机器学习 机器学习
- 医疗信息学 医疗信息学
背景情况:
- 赫特尔细胞癌是一种罕见的甲状腺癌.
- 准确的预后对于患者管理至关重要.
- 预测模型可以帮助理解生存结果.
研究的目的:
- 评估机器学习模型在预测赫特尔细胞癌患者5年总生存期方面的表现.
- 确定影响这一群体生存的关键预后因素.
主要方法:
- 使用监测,流行病学和最终结果 (SEER) 数据库 (2010-2015) 的回顾性队列研究.
- 包括1,143名患者,具有完整的数据和至少60个月的随访.
- 利用人口统计,临床和生存数据进行模型开发.
主要成果:
- 支持向量模型显示出强大的预测性能 (AUC 0.8402).
- 更高的年龄和T分类是显著的负预后因素.
- 女性的性别与改善的生存率有关.
结论:
- 机器学习,特别是支持向量模型,有效地预测赫特尔细胞癌的5年生存率.
- 年龄和瘤阶段是患者结果的关键决定因素.
更多相关视频
07:15Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
Published on: August 16, 2020
6.6K
09:53Quantifying the Brain Metastatic Tumor Micro-Environment using an Organ-On-A Chip 3D Model, Machine Learning, and Confocal Tomography
Published on: August 16, 2020
6.9K
