研究一种机器学习方法,用于预测接受I治疗的甲状腺癌患者的出院时间:一项回顾性研究
Chen Zhang1, Dandan Zhang1,2,3, Lijun Tang1
1Department of Nuclear Medicine, Jiangsu Province Hospital, The First Affiliated Hospital with Nanjing Medical University, Nanjing, China.
Frontiers in physiology
|October 13, 2025
概括
甲状腺癌的放射性-131疗法需要住院治疗,直到残留活性达到出院标准. 一种新的支向量机器模型准确地预测出院时间,有可能提高医院效率和患者护理.
科学领域:
- 核医学就是核医学.
- 在瘤学瘤学.
- 医学物理 医学物理
背景情况:
- 放射性-131 (131I) 疗法是甲状腺癌的主要治疗方法.
- 患者需要住院,直到残留放射性物质达到出院标准,由于复杂的个体新陈代谢,这种情况可能会延长.
研究的目的:
- 分析甲状腺癌患者的131I吸收和新陈代谢.
- 开发和验证I治疗后患者出院时间的预测模型.
主要方法:
- 收集了来自1044名甲状腺癌患者的数据,这些患者接受了131I治疗.
- 采用了对131I代谢的数值分析.
- 使用支向量机 (SVM) 模型来预测放电时间.
主要成果:
- 根据残余活性水平确定131I的有效半衰期 (例如,10.35h男性/<400MBq,14.07h男性/>400MBq).
- 在使用SVM模型预测48小时后排放资格时,获得了88.04%的准确性和96.89%的准确性.
结论:
- 开发的基于SVM的方法准确地预测了I治疗后的患者出院时间.
- 这种预测模型可以提高核医学病房的效率,并为更多甲状腺癌患者提供及时治疗.
