在使用人工智能对结直肠癌前期病变进行内镜下粘膜切割后延迟出血的风险预测:回顾性临床试验

科学领域:

• 胃肠病学 胃肠病学
• 内視鏡外科手術 內視鏡外科手術
• 在瘤学瘤学.

背景情况:

• 延迟出血是内镜下膜解剖 (ESD) 后的一个重要并发症.
• 识别患有这种并发症高风险的患者对于有效管理至关重要.

研究的目的:

• 在患有结直肠癌前期病变的患者中,确定ESD后延迟出血的危险因素.
• 开发ESD后延迟出血的预测模型.

主要方法:

• 追溯性多中心病例控制研究,涉及956名患者.
• 利用单变量和多变量分析来识别独立的风险因素.
• 开发了一个XGBoost模型用于风险分层.

主要成果:

• 7.5%的患者在ESD后经历了延迟出血.
• 确定了独立的风险因素:男性性别,年龄≥65,病变大小≥30毫米,手术时间≥120分钟,直肠位置.
• 在XGBoost模型中区分了低风险 (4.0%出血) 和高风险 (13.1%出血) 组.

结论:

• 一个基于XGBoost的风险预测模型准确地预测了结直肠ESD后延迟出血风险.
• 该模型有助于将患者分为低风险和高风险类别,以便更好地进行临床决策.