预先存在的慢性疾病类型及其与默克尔细胞癌 (MCC) 治疗的关联:使用机器学习方法进行预测和解释
Yves Paul Vincent Mbous1, Zasim Azhar Siddiqui1, Murtuza Bharmal2
1Department of Pharmaceutical Systems and Policy, School of Pharmacy, West Virginia University, Morgantown, West Virginia, USA.
PloS one
|July 18, 2025
概括
在患有梅克尔细胞癌 (MCC) 的老年人中,先前存在的慢性疾病很常见. 这些情况显著影响了接受免疫疗法和激素疗法等癌症治疗的情况.
科学领域:
- 在瘤学瘤学.
- 老年病的医生 老年病的医生
- 数据科学数据科学数据科学
背景情况:
- 默克尔细胞癌 (MCC) 是一种罕见但具有攻击性的皮肤癌.
- 老年人不成比例地受到MCC的影响,并且经常有多种先前存在的慢性疾病.
- 了解这些疾病如何影响癌症治疗对于个性化护理至关重要.
研究的目的:
- 调查发生MCC的老年人慢性疾病的患病率.
- 分析先前存在的疾病与接受特定的针对癌症的治疗之间的关联.
- 将机器学习应用于这些关联的预测建模和解释.
主要方法:
- 使用SEER和医疗保险数据 (2008-2017年) 的回顾性队列研究.
- 包括1,668名老年人 (≥66岁) 发生MCC.
- 使用极端梯度提升 (XGBoost) 和夏普利添加式扩展 (SHAP) 进行分析.
主要成果:
- 患有高胆固醇,艾滋病毒和高血压等疾病的高患病率.
- 慢性疾病影响了接受MCC治疗 (例如免疫疗法,荷尔蒙疗法).
- XGBoost模型显示出高预测准确度 (AUC 0.72-0.99);关键预测因素被确定.
结论:
- 预先存在的疾病非常普遍,并影响老年人MCC治疗决策.
- 心血管和代谢疾病是癌症治疗的重要预测因素.
- 研究结果强调,需要在不同人群中进一步验证.
更多相关视频
07:15Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
Published on: August 16, 2020
6.9K
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.3K
