使用机器学习来预测经过激进囊切除术的膀癌患者的癌症特异性死亡率:基于SEER的研究
Lei Dai1, Kun Ye1, Gaosheng Yao1
1Department of Urology, The First Affiliated Hospital, Sun Yat-sen University, Guangzhou, 510080, China.
BMC cancer
|March 22, 2025
概括
这项研究开发了一种机器学习模型,用于预测激进囊切除术后膀癌患者的5年癌症特异性死亡率,其表现优于现有的预后模型.
科学领域:
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
- 在瘤学瘤学.
- 数据科学在医学中的数据科学
背景情况:
- 对膀癌患者的预后评估 后激进囊切除术至关重要,但目前的模型的准确性有限.
- 传统的统计模型往往涉及复杂的变量,阻碍了对患者结果的准确预测.
研究的目的:
- 开发和验证基于机器学习 (ML) 的预后模型,用于预测膀癌患者的5年癌症特异性死亡率 (CSM).
- 将开发的ML模型的性能与现有验证的预后模型进行比较.
主要方法:
- 利用SEER和医院数据库的数据进行模型构建和验证.
- 采用考克斯回归用于变量选择,以及六个ML算法,包括LightGBM用于模型开发.
- 评估模型使用一致性指数 (C指数),布里尔分数,AUC,校准曲线和决策曲线分析 (DCA).
主要成果:
- 该LightGBM模型实现了卓越的预测性能 (内部验证:C指数=0.723;外部验证:C指数=0.791).
- 确定的主要预测因素是淋巴结密度和瘤阶段.
- 与现有模型相比,ML模型显示出更好的歧视和校准.
结论:
- 成功开发了一种可解释的机器学习模型,用于预测5年的CSM后激进囊切除术.
- 与目前的方法相比,开发的ML模型为膀癌患者提供了更好的预后准确性.
