机器学习模型用于预测经过微波除的肺癌患者的生存率
Yufan Liu1, Zihang Wang1, Xiaowen Cao1
1Department of Thoracic Surgery, Affiliated Hospital of Nantong University, Nantong, Jiangsu, China.
Frontiers in medicine
|May 22, 2025
概括
这项研究开发了微波除 (MWA) 后非小细胞肺癌 (NSCLC) 存活率的预测模型. 该模型有助于临床决策和为NSCLC患者提供个性化的护理.
科学领域:
- 在瘤学瘤学.
- 医疗成像医学成像
- 机器学习在医学中的应用
背景情况:
- 非小细胞肺癌 (NSCLC) 是癌症死亡的主要原因.
- 微波除 (MWA) 是NSCLC的新兴治疗方式.
- 准确的生存预测对于优化NSCLC患者管理至关重要.
研究的目的:
- 开发和验证使用MWA治疗的NSCLC患者的生存结果的预测模型.
- 为了支持临床决策和个性化治疗策略.
- 确定影响MWA后生存的关键预后因素.
主要方法:
- 181名接受MWA治疗的NSCLC患者的回顾性分析 (2013年5月至2023年5月).
- 单变量分析以确定预后因素.
- 机器学习技术用于预测模型构建.
- 对模型稳定性的交叉验证和外部验证.
主要成果:
- 确定了显著的预后因素:瘤阶段,血清,年龄,血红蛋白,地面玻璃不透明度 (GGO) 和胸膜伸缩.
- GGO和多引力与更差的预后有关.
- 最好的模型实现了0.742的AUC,证明了良好的预测性能.
- 该模型准确地预测了1年,3年和5年的生存率.
结论:
- 一个经过验证的预测模型可以有效地评估MWA治疗的NSCLC患者的预后.
- 该模型支持个性化治疗策略,并增强临床决策.
- 这种工具可以通过提供可靠的生存预测来改善患者护理.


