弥合肝细胞癌管理指南和个性化医学之间的差距:贝叶斯网络研究

科学领域:

• 在瘤学瘤学.
• 医疗信息学 医疗信息学
• 生物统计学 生物统计学

背景情况:

• 肝细胞癌 (HCC) 治疗决策以标准化协议为指导,如巴塞罗那诊所肝癌 (BCLC) 准则.
• 临床实践往往会呈现出一些细微差别,这些细微差别并未完全被全民指导方针所涵盖,这给个性化治疗带来了挑战.
• 弥合标准化护理和精准医学之间的差距对于最佳的患者管理至关重要.

研究的目的:

• 开发和评估贝叶斯网络 (BN) 模型,用于评估HCC患者的潜在治疗效果.
• 为了比较符合和不符合BCLC指南的HCC病例的治疗结果.
• 探索BNs作为基于AI的临床决策支持系统的实用性,用于个性化HCC治疗.

主要方法:

• 贝叶斯网络的构建,使用2019年至2020年期间接受治疗的HCC患者的现实数据.
• 对十个随机选择的病例进行分析,根据BCLC的符合性,治疗类型和等待时间生成反事实治疗场景.
• 在实际和假设治疗场景之间对生存时间进行比较分析.

主要成果:

• 十个HCC病例的详细情景说明了基于治疗符合BCLC指南的生存时间的差异.
• 对具体病例的分析凸显了遵守指导方针如何与实际临床决策相比可以带来更好的结果.
• 这项研究表明了BN在模拟治疗效果和支持临床决策方面的潜力.

结论:

• 贝叶斯网络提供了一种强大的方法,可以将临床指南与肝细胞癌治疗的个体患者数据相结合.
• 通过使临床医生能够探索"如果"情景并优化治疗策略,BNs可以促进精准医学.
• 开发的BN是基于AI的有价值的临床决策支持工具,特别是在HCC管理中进一步分层患者.