探索EBV DNA在晚期鼻癌中治疗化学放射治疗的预后价值,使用基于AI的建模
Yang Yang1, Ningchuan Shang2, Shun Lu3
1Department of Oncology, The Third People's Hospital of Chengdu, Chengdu, China.
Frontiers in oncology
|September 29, 2025
概括
爱斯坦-巴尔病毒 (EBV) 的DNA水平预测了晚期鼻癌 (NPC) 的无进展生存期 (PFS). 结合EBV DNA的人工智能模型显示,NPC患者个性化风险评估具有前途.
科学领域:
- 在瘤学瘤学.
- 病毒学 病毒学
- 人工智能在医学中的应用
- 生物标志物发现发现
背景情况:
- 爱斯坦-巴尔病毒 (EBV) DNA是鼻癌 (NPC) 的公认生物标志物.
- 将EBV DNA集成到基于人工智能 (AI) 的NPC预后工具中尚未得到充分研究.
研究的目的:
- 开发和验证结合EBV DNA负载的AI模型.
- 在接受并发化疗放射治疗 (CRT) 的高级NPC患者中预测无进展生存期 (PFS).
主要方法:
- 对503名晚期NPC患者的回顾性分析 (301名培训,202名验证).
- 应用四种机器学习算法 (Cox回归,LASSO,RSF,GBM) 来预测1年和1.5年的PFS.
- 使用C指数,时间依赖ROC,DCA,SHAP值和PDP进行绩效评估.
主要成果:
- EBV DNA水平与PFS显著相关 (P=0.0024),较高水平表明生存率较差.
- 随机生存森林 (RSF) 模型实现了最高的预测准确性 (C指数=0.778,AUCs=0.810/0.634在1/1.5年).
- EBV DNA是最有影响力的预测因素,在≥1500副本/毫升时观察到明显的值效应.
结论:
- 升高的EBVDNA水平与晚期NPC中更糟糕的PFS有关.
- 结合EBV DNA的RSF模型显示出卓越的预测性能和可解释性.
- 基于EBV的人工智能建模为提高NPC中个性化风险预测和临床决策提供了一个有希望的策略.
