放射学报告的自然语言处理用于评估晚期黑色素瘤患者的生存率

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 医疗信息学 医疗信息学

背景情况:

• 晚期黑色素瘤在治疗和生存方面构成了重大挑战.
• 免疫疗法已成为晚期黑色素瘤的关键治疗方式.
• 具体的转移部位,如肝脏,对生存的影响需要详细的研究.

研究的目的:

• 利用自然语言处理 (NLP) 来从CT放射学报告中大规模提取数据.
• 为了确定在接受免疫治疗的晚期黑色素瘤患者肝转移的预后影响.
• 为了将美国癌症联合委员会 (AJCC) 的分期与这一患者队列的生存结果相关联.

主要方法:

• 对于晚期黑色素瘤患者 (M1疾病) 的CT胸部,腹部和骨盆的回顾性分析报告.
• 使用NLP识别和分类肝转移 (M1L+与M1L-).
• 雇佣的卡普兰-梅尔生存曲线和危险比率 (HR) 计算用于统计分析.

主要成果:

• 分析了2239名患者;肝转移 (M1L+) 与最差的整体存活率 (OS) 有关.
• M1L+患者的中位寿命为0.69年 (整个队列) 和1.4年 (免疫治疗队列).
• 与M0分期相比,M1L+状态显示出明显更高的危险比率 (HRs 5.35和2.13).

结论:

• 肝转移是晚期黑色素瘤的显著负面预后因素.
• 患有肝转移的患者表现出较差的生存结果,无论免疫疗法治疗.
• 在瘤学研究中,NLP对于大规模数据提取是有效的,有助于生存分析.