基于机器学习算法的胃肠道 stromal 瘤患者的淋巴结转移的预测模型:基于 SEER 的回顾性研究
Zheng Lin1,2, Jianping Xiong3, Caixin Feng4
1Department of Gastrointestinal Surgery, The Second Affiliated Hospital of Shantou University Medical College, Shantou, China.
Journal of gastrointestinal oncology
|March 21, 2025
概括
这项研究开发了机器学习模型,用于预测胃肠道 stromal 瘤 (GIST) 中的淋巴结转移. 人工神经网络模型准确地识别了GIST患者,并有助于预测预后.
科学领域:
- 在瘤学瘤学.
- 医疗信息学 医疗信息学
- 数据科学数据科学数据科学
背景情况:
- 胃肠道 stromal 瘤 (GIST) 是常见的消化系统瘤.
- 淋巴结转移在GIST中很罕见,导致研究有限和预后不确定性.
- 这项研究探讨了淋巴结转移对GIST患者存活率的影响.
研究的目的:
- 分析淋巴结转移在GIST患者的预后影响.
- 使用机器学习算法开发和验证淋巴结转移的预测模型.
主要方法:
- 来自SEER数据库的1,404名GIST患者的回顾性分析.
- 开发和比较五个用于预测的机器学习算法.
- 使用ROC曲线,PRC,校准图,DCA和Kaplan-Meier生存分析进行验证.
主要成果:
- 人工神经网络模型表现出卓越的性能 (AUC: 0.951,PRAUC: 0.765).
- 该模型显示了良好的校准和显著的预后歧视.
- 开发的模型有效地预测了GIST患者的淋巴结转移.
结论:
- 机器学习模型可以准确预测GIST患者的淋巴结转移.
- 开发的人工神经网络模型有助于评估GIST患者的预后.
