预测由血管内皮生长因子受体抑制剂诱导的手脚皮肤反应的人工智能系统

科学领域:

• 在瘤学瘤学.
• 皮肤病学 皮肤病学
• 人工智能的人工智能

背景情况:

• 手脚皮肤反应 (HFSR) 是血管内皮生长因子受体 (VEGFR) 抑制剂的常见,影响生活质量的副作用.
• 目前对HFSR风险因素的了解有限,这阻碍了有效的预防和管理策略.
• 针对HFSR的个性化患者护理需要可靠的预测工具.

研究的目的:

• 开发和评估人工智能 (AI) 模型,用于预测等级≥2 HFSR.
• 在接受VEGFR抑制剂的患者中确定HFSR的关键临床和成像预测因子.

主要方法:

• 从76名患者 (93名VEGFR抑制剂管理) 的临床数据和脚底图像的回顾性分析.
• 开发基于图像,基于临床信息和整体AI模型来预测HFSR.
• 使用曲线下的面积 (AUC) 和正预测值 (PPV) 评估模型性能.

主要成果:

• 集体AI模型实现了0.699的AUC,超过基于图像 (0.550) 和临床 (0.693) 的模型.
• 在高特异性下,整体模型显示PPV为0.824,表明临床效用.
• 确定的关键预测因素包括体重增加,表现良好,没有先前的VEGFR抑制剂暴露,以及基线皮肤毒性.

结论:

• 人工智能模型,特别是组合方法,在预测VEGFR抑制剂诱导的HFSR方面表现有前途.
• 这些模型可以潜在地识别高风险患者,从而实现有针对性的预防干预.
• 需要进一步的研究来提高模型准确性和临床验证.