一个由机器学习和主要组件分析开发的模型,用于预测在中国人群中患有血液性恶性瘤的异性HSCT后的支气管炎消灭症综合征
Jia Chen1, Lingyi Yang2, Chao Liu3
1National Clinical Research Center for Hematologic Diseases, Jiangsu Institute of Hematology, The First Affiliated Hospital of Soochow University, Suzhou, Jiangsu Province, 215006, China; Institute of Blood and Marrow Transplantation, Collaborative Innovation Center of Hematology, Soochow University, Suzhou, Jiangsu Province, 215006, China; State Key Laboratory of Radiation Medicine and Protection, Soochow University, Suzhou, Jiangsu Province, 215123, China.
Computers in biology and medicine
|June 24, 2025
概括
移植前的肺功能测试 (PFTs) 可以预测异构干细胞移植后的支气管炎消灭症综合征 (BOS) 风险. 机器学习模型将PFT确定为早期BOS检测的关键预测因素.
科学领域:
- 肺部医学 肺部医学
- 造血干细胞移植 造血干细胞移植
- 医学数据科学 医学数据科学
背景情况:
- 支气管炎消灭症综合征 (BOS) 是一种严重的肺部并发症,发生在异性造血干细胞移植 (allo-HSCT) 后.
- 早期预测BOS对于患者的管理和结果至关重要.
- 移植前肺功能测试 (PFTs) 对BOS的预测价值仍然不清楚.
研究的目的:
- 确定移植前PFT对接受alo-HSCT的患者中BOS发展的预测意义.
- 开发和验证用于早期识别高风险BOS种群的预测模型.
主要方法:
- 分析了742名患有血液性恶性瘤的allo-HSCT接受者的队列.
- 数据被分为训练和验证集; 机器学习算法被用于功能工程和选择.
- 主要组件分析 (PCA) 降低了PFT参数维度;多变量后勤回归 (MLR) 模型结合了PCA衍生的PFT,年龄,性别和以前的慢性移植对宿主疾病 (GvHD).
主要成果:
- 在573.5天的中位数随访期间,57名患者出现了BOS.
- 在MLR模型中,分辨性AUC值为0.671 (验证) 和0.669 (培训).
- 移植前PFT结果被确定为BOS风险的关键预测因子.
结论:
- 移植前的PFT是继 allo-HSCT 之后的BOS 风险的显著预测因素.
- 一个数据驱动的MLR模型有效地识别了患有早期BOS发展高风险的患者.
- 这种方法有助于为移植后的BOS及时制定干预策略.
