在致癌过程中口腔上皮质质变形特征的时间动态和预测建模
André Luis Santana de Freitas1, Gustavo Guth2, Anna Luíza Damaceno Araújo3
1Department of Oral Diagnosis, School of Dentistry, University Santa Cecilia, Santos, São Paulo, Brazil; Department of Oral Medicine and Pathology, Faculdade São Leopoldo Mandic, Campinas, São Paulo, Brazil.
Archives of oral biology
|November 15, 2025
概括
基因病理特征的累积,而不是个体特征,预测口腔上皮质质变形 (OED) 转变为口腔平细胞癌 (OSCC). 机器学习增强了口腔癌前期的预后建模.
科学领域:
- 口腔病理学 口腔病理学
- 致癌性研究的研究.
- 生物医学成像学 生物医学成像学
背景情况:
- 口腔上皮质质变形症 (OED) 是一种癌前疾病.
- 了解OED的演变对于预防口腔状细胞癌 (OSCC) 至关重要.
- 目前的诊断方法需要改进,以便早期检测.
研究的目的:
- 分析OED特征随时间推移的进展情况.
- 为了确定OED特征对恶性转变的预测值.
- 评估光学光成像用于早期检测口腔病变.
主要方法:
- 一个4-基诺林-1-氧化物 (4NQO) 诱导的OSCC小鼠模型.
- 在七个时间点 (24周) 中对20个OED特征的组织学评估.
- 统计分析包括后勤回归,PCA和随机森林模型;光学光成像.
主要成果:
- 累积特征负担 (分层的损失,反极性,核异型,线性活动) 强烈预测了转变.
- 主要组件分析确定了结构性混乱和扩散性不稳定性是关键因素.
- 随机森林模型显示出高预测性能 (F1=0.88,ROC-AUC=0.97,PR-AUC=0.98);自光没有改善早期检测.
结论:
- 累积的组织病理特征是OED中OSCC风险的强有力的预测因素.
- 组织学量化与机器学习相结合,为口腔癌前期提供了有希望的预后建模.
- 进一步的研究可以完善这些方法用于临床应用.
