当前节点分期系统的预测价值和可切除胰腺头癌的机器学习名录的开发:基于人口的研究和多中心验证
Wen-Bo Zou1,2, Xiu-Ping Zhang1, Yu-Yao Song1
1Faculty of Hepato-Biliary-Pancreatic Surgery, The First Medical Center of Chinese People's Liberation Army (PLA) General Hospital, Beijing, China.
Frontiers in immunology
|December 18, 2025
概括
淋巴结比率 (LODDS) 的日志概率是预测胰腺头癌 (PHC) 患者整体存活率的最佳分期系统. 使用LODDS的机器学习模型也有效地预测了可切除PHC的预后.
科学领域:
- 在瘤学瘤学.
- 手术瘤学手术瘤学
- 生物统计学 生物统计学
背景情况:
- 淋巴结转移显著影响胰腺头癌 (PHC) 的预后.
- 准确的节点分期对于预测可切除PHC的长期结果至关重要.
研究的目的:
- 评估目前的PHC节点分期系统.
- 开发一种机器学习模型,用于切除性PHC的预后预测.
主要方法:
- 使用SEER数据库进行培训/验证和多中心数据进行外部验证.
- 通过使用C指数,AIC和AUC,比较了四个节点分期系统.
- 开发并验证了一种机器学习模型,包括T阶段,分化,化疗和LODDS.
主要成果:
- 淋巴结比率 (LODDS) 的日志概率显示出比其他系统更好的预测能力.
- 开发的机器学习模型在预测整体存活率 (OS) 方面表现优于AJCC分期系统.
- 模型验证通过NRI,IDI和DCA证实了良好的预测准确性和临床实用性.
结论:
- LODDS是可切除PHC中OS的最佳预后因素,独立于检索淋巴结数量.
- 机器学习模型为可切除PHC患者提供有效的OS预测.
