在胃癌和结直肠癌中术后并发症的基于机器学习的预测模型:一项前性的全国性多中心研究
Jun Lu1,2, Zhouqiao Wu3, Jie Chen1,2
1Second Department of Gastric Surgery, Fudan University Shanghai Cancer Center, Shanghai 200032, China.
Chinese journal of cancer research = Chung-kuo yen cheng yen chiu
|September 22, 2025
概括
一个机器学习模型准确地预测了胃肠道癌症患者的术后并发症. 这种工具有助于临床决策和个性化治疗策略,以获得更好的患者结果.
科学领域:
- 在瘤学瘤学.
- 医疗信息学 医疗信息学
- 机器学习 机器学习
背景情况:
- 手术后的并发症在胃肠道癌症手术中显著影响患者的结果.
- 准确预测这些并发症对于有效的临床管理和个性化治疗策略至关重要.
研究的目的:
- 开发和验证基于机器学习的预测模型,用于胃肠道癌症患者的术后并发症.
- 使用大型多中心数据集评估模型的性能,并评估其临床实用性.
主要方法:
- 分析了来自20个医疗中心的3926名胃肠道癌症患者的临床病理学数据 (2018年12月 - 2020年12月).
- 使用培训和外部验证集开发和验证一个随机森林 (RF) 模型.
- 使用接收器操作特征 (ROC) 曲线和屏障得分来评估预测性能.
主要成果:
- 胃癌的整体术后并发症率为18.1%,结肠直肠癌为14.8%.
- 在这两组中,腹部内感染是最常见的并发症.
- 射频模型在胃癌和结肠直肠癌组中显示出高预测性能 (AUC) 对于整体和传染性并发症,通过多中心数据验证.
结论:
- 开发的机器学习模型显示了强大的预测能力,用于胃肠道癌症的术后并发症.
- 这种预测工具支持临床决策和实施个性化治疗策略.
- 该模型的良好性能,在多中心数据库上得到验证,提高了其在现实世界临床实践中的适用性.
