可解释的多模式融合模型提高了胃癌术后复发预测
Ping'an Ding1,2,3, Jiaxuan Yang1,2,3, Sheng Chen1,4
1The Third Department of Surgery, the Fourth Hospital of Hebei Medical University, Shijiazhuang, Hebei, 050011, China.
Advanced science (Weinheim, Baden-Wurttemberg, Germany)
|September 13, 2025
概括
一个新的多式风险分层评估 (RSA) 模型准确地预测局部晚期胃癌 (LAGC) 的早期复发. 这种方法整合了临床,放射性和病理学数据,以实现精确的患者分层和改善预后.
科学领域:
- 在瘤学瘤学.
- 医疗成像医学成像
- 基因组学就是基因组学.
背景情况:
- 由于瘤异质性,很难预测局部晚期胃癌 (LAGC) 的早期复发.
- 传统的临床病理学因素在准确的复发预测方面存在局限性.
研究的目的:
- 开发和验证一个可解释的多式联络模型,用于在LAGC中准确预测复发.
- 整合临床,放射性和病理学数据,以提高预测准确度.
主要方法:
- 一个多式融合风险分层评估 (RSA) 模型是使用来自6个中心1580名LAGC患者的数据开发的.
- 模型性能在内部,外部,前性和公共数据集上进行了验证.
- 进行了转录组测序,以探索复发的潜在生物机制.
主要成果:
- RSA模型的表现明显优于单一模式模型,AUC为0.903 (培训) 和0.902 (内部验证).
- 外部验证的AUC从0.884到0.889不等,显示出强大的概括性.
- 通过RSA模型识别的高风险患者的五年生存率明显降低 (P<0.001) 和独特的免疫特征.
结论:
- 集成的多式联络RSA模型提供了对LAGC复发风险和预后的准确预测.
- 这种模型能够准确地分层患者,以实现个性化的术后管理.
- 转录组分析显示,免疫细胞透并激活了高风险患者的免疫通路.
更多相关视频
10:28Gene Regulation and Targeted Therapy in Gastric Cancer Peritoneal Metastasis: Radiological Findings from Dual Energy CT and PET/CT
Published on: January 22, 2018
11.5K
06:46Competing-Risk Nomogram for Predicting Cancer-Specific Survival in Multiple Primary Colorectal Cancer Patients after Surgery
Published on: September 27, 2024
648
