可解释的基于变压器的儿童急性淋巴细胞白血病的深度生存分析
Yuning Cui1, Weixuan Dong1, Yifu Li1
1School of Industrial and Systems Engineering, The University of Oklahoma, Norman, OK, 73019, USA.
Computers in biology and medicine
|April 8, 2025
概括
这项研究引入了一个可解释的变压器模型,用于预测急性淋巴细胞白血病 (ALL) 的存活率. 该模型实现了高准确性,并确定了关键的预后因素,改善了儿童白血病的临床决策.
科学领域:
- 计算生物学是一种计算生物学.
- 机器学习在医疗保健中的应用
- 瘤学研究的研究.
背景情况:
- 急性淋巴细胞白血病 (ALL) 是一种危及生命的儿童癌症,发病率越来越高.
- 预测性生存模型对于及时有效治疗ALL至关重要.
- 现有的模型难以处理复杂的数据;变压器提供先进的特征依赖性分析.
研究的目的:
- 开发一种可解释的基于变压器的深度生存模型,用于预测ALL患者特定的生存概率.
- 通过使用Shapley增量解释 (SHAP) 提高生存预测的解释性.
主要方法:
- 提出了一个可解释的基于变压器的深度生存模型,集成了前网络.
- 训练模型以最大限度地减少预测和实际生存结果之间的差异.
- 使用SHAP用于全球和本地解释临床属性贡献.
主要成果:
- 该模型实现了0.945的高协同指数 (C指数),表明了强大的预测准确性.
- SHAP分析确定了预后状况,诊断年和组织学作为关键的生存因素.
- 在结合这些关键变量时,超越了最先进的深度生存模型.
结论:
- 可解释的变压器模型准确地预测了ALL患者的特定存活率.
- 从SHAP获得的洞察力提高了用于临床决策支持的模型解释性.
- 有可能改善ALL患者的预后和治疗策略.
