使用机器学习预测早期癌的远程转移:一个SEER数据库研究与外部验证

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:

• 早期发病的癌 (EOKC) 患者在转移后的预后不好.
• 目前在EOKC中预测转移的方法缺乏精度.
• 准确的预测对于及时干预和改善患者结果至关重要.

研究的目的:

• 在EOKC中开发和验证基于机器学习的远程转移的预测模型.
• 确定与EOKC转移相关的关键风险因素.
• 提供一个工具,以加强EOKC管理中的临床决策.

主要方法:

• 利用了监测,流行病学和最终结果 (SEER) 数据库 (2004-2015) 和外部验证队列.
• 应用最小绝对收缩和选择操作员 (LASSO) 和变量选择的后勤回归.
• 构建和评估多个机器学习模型,包括梯度增强决策树 (GBDT),支持矢量机 (SVM) 和K-最近邻居 (KNN).
• 使用准确度,精度,F1分数,曲线下的面积 (AUC),校准曲线和决策曲线分析 (DCA) 评估模型性能.
• 为了模型的可解释性,使用了夏普利添加式解释 (SHAP).

主要成果:

• 渐变增强决策树 (GBDT) 模型在培训,内部和外部验证队列中表现出卓越的表现,具有高AUC值 (例如,在培训中为0.940).
• 瘤T阶段,N阶段,病理等级和瘤大小被确定为远程转移的独立风险因素.
• SHAP分析证实瘤大小和等级是最重要的预测特征.
• 通过DCA,GBDT模型显示出强大的校准和临床实用性.

结论:

• 已经开发和验证了一种可靠和可解释的机器学习模型 (GBDT) 来预测EOKC中的远程转移.
• 该模型有效地利用关键的临床和病理特征来预测转移风险.
• 该工具可以支持个性化治疗策略,并改善EOKC患者的临床决策.