在基于机器学习算法的3年时间内识别患有胰腺癌风险的患者

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:

• 早期发现胰腺癌对于改善患者存活率至关重要,但仍然是一个重大的临床挑战.
• 有限的已知风险因素和低发病率使全民查策略复杂化.
• 识别有风险的个体进行有针对性的查对于早期PC检测至关重要.

研究的目的:

• 开发和验证一个预测模型,在2.5到3年的时间范围内识别高风险患胰腺癌的患者.
• 利用电子健康记录 (EHR) 数据来预测胰腺癌风险.
• 通过全现象协会研究 (PheWAS) 识别胰腺癌的新型风险因素.

主要方法:

• 利用了从电子健康记录 (EHR) 中获得的2000-2021年大规模数据集 (N=537,410).
• 在匹配的病例控制队列上通过全现象协会研究 (PheWAS) 确定了73种胰腺癌风险因素.
• 开发并验证了一种使用EHR数据的机器学习模型,包括人口统计,诊断和实验室值,并进行了时间分层验证.

主要成果:

• 预测模型实现了接收器运行特征曲线 (AUROC) 下的面积为0.742 (95% CI [0.727,0.757]).
• 该模型的性能在一般人群和具有先前横截面成像的子集中是一致的.
• 风险评分前1百分点的患者与普通人群相比,胰腺癌诊断率高出6倍.

结论:

• 使用EHR数据的机器学习模型可以有效地提前2.5-3年识别患胰腺癌风险显著增加的患者.
• 该模型提供了一种方法来定义基于随时可用的数据来进行胰腺癌查的丰富人群.
• 这种方法可以为被确定为高风险个体提供有针对性的查建议,从而有可能改善早期检测和结果.