为患有胃肠道恶性病的老年患者开发基于机器学习的营养相关的外科风险评估模型
Shishu Yin1,2, Xu Liu3, Xianglong Cao1
1Department of General Surgery, Beijing Hospital, National Center of Gerontology, Institute of Geriatric Medicine, Chinese Academy of Medical Sciences, Beijing, P.R. China.
Nutrition and cancer
|September 2, 2025
概括
这项研究开发了一种准确的机器学习模型,用于预测胃肠癌老年患者的术后并发症. 该模型使用临床数据来改善手术风险评估和患者的结果.
科学领域:
- 老年瘤学
- 手术成果研究
- 医学中的机器学习
背景情况:
- 患有胃肠癌的老年患者面临高风险的术后并发症.
- 对这些并发症缺乏准确的手术前评估工具.
研究的目的:
- 开发和验证基于机器学习的预后模型,用于预测老年胃肠癌患者的术后并发症.
- 确定这些并发症的关键临床预测因素.
主要方法:
- 在365名老年胃肠癌患者的多维临床数据上使用机器学习算法.
- 开发了一个不平衡的rfsrc+ranger模型 (IRM) 使用培训/测试分割 (7:3比).
- 使用接收器操作特征曲线和R软件评估模型的有效性.
主要成果:
- 整体术后并发症率为19. 2%.
- 与其他361个模型相比,开发的IRM显示出更高的准确性.
- 主要预测因素包括体质指数,血红蛋白,白蛋白水平和手术方法.
结论:
- 为患有胃肠道恶性瘤的老年患者开发了一种与营养相关的新手术风险评估模型.
- 这种模式有助于管理手术前的风险因素,提高手术安全性,并改善患者的结果.
