<optgroup id="m04aa"><small id="m04aa"></small></optgroup><center id="m04aa"><wbr id="m04aa"></wbr></center><center id="m04aa"></center>
<optgroup id="m04aa"><small id="m04aa"></small></optgroup>
<noscript id="m04aa"></noscript>
<optgroup id="m04aa"></optgroup>
侵權投訴
訂閱
糾錯
加入自媒體

AUC高達0.96 CDSS可準確預測肺癌患者生存期|研究

2022-03-29 14:25
CDSreport
關注

導讀

影響肺癌患者生存期預測結果的原因主要是預測手段的選擇,反映CDSS預測性能的穩定性;贑DSS的患者數據挖掘方法可有效提高預測準確性。

肺癌是對人群健康威脅最大的惡性腫瘤之一,死亡病例居所有癌種首位。盡管近年來醫療技術與生物學取得進步,但肺癌存活率仍然有限。如果能夠準確預測肺癌患者生存期,并結合影響生存的因素制定個體化治療方案,或能改善患者預后。

近期,一項發表在Rep Pract Oncol Radiother的前瞻性研究顯示,相對使用指南推薦的醫學變量進行肺癌患者生存期預測,基于CDSS的患者數據挖掘方法可有效提高預測準確性(AUC值最高達0.96),反映CDSS可輔助臨床根據肺癌患者生存期進行個體化考慮,制定循證管理方案。

01

預測模型AUC值高達0.96或最適用于小細胞肺癌

數據挖掘是從大量多源異構的數據中挖掘有價值的知識,自2000年以來,人們對臨床數據挖掘的興趣與日倍增,標題包含“數據挖掘”的論文數量增加了10倍;跀祿诰虻腃DSS可預測肺癌發病、患者放療期間發生的風險等,但缺乏對生存期的研究。因此,研究者提出構建CDSS來預測肺癌患者生存期,并將獲得的信息作為臨床指南的補充應用。

影響肺癌患者生存期的醫學變量包括基因組、治療等,該研究納入了西班牙2家腫瘤醫院2013-2017年間543名肺癌患者的多中心前瞻性數據(表1),為預測模型提供信息。數據集包括日常護理期間收集的臨床信息,共有1167個變量,但只有年齡、性別、腫瘤組織學等部分變量在90%以上的患者中可用。生存時間設定為從診斷日期到死亡或最后一次接觸的日期。

表1 患者特征

研究者采用梯度提升(XGBoost)與邏輯回歸2種分類算法創建了預測模型,然后使用預測模型、指南推薦的變量2種方法,分別多維度評估患者的生存期:一是按照使用數據的時間段,分為使用治療前數據(預處理數據)、使用治療數據與使用所有數據3種維度;二是按肺癌類型,分為肺癌患者、非小細胞肺癌(NSCLC)、小細胞肺癌(SCLC);三是將患者劃分為所有患者、隨訪時間≥18個月的患者。由此得出36個AUC值(表2)。

表2 使用CDSS與使用指南得出的預測結果

總體而言,使用CDSS預測肺癌患者生存期的AUC值均≥0.7,其中SCLC患者的預測AUC值最高,高達0.96;而使用指南預測的AUC值均低于0.7(圖1),且與CDSS預測結果相反,在SCLC患者的預測中獲得了0.42的最低AUC值。造成這種結果的原因之一在于兩種方法使用的變量數目不同,例如,肺癌患者治療前的評估,預測模型自動從患者數據中提取了13種變量進行分析,而使用指南的變量僅有肺癌分期、組織學2種。

圖1 使用CDSS與使用指南得出的預測結果

02

CDSS vs 指南預測絕大多數結果比較具有統計學意義

研究者對研究結果進行統計分析,發現CDSS的預測AUC值與使用指南獲得的AUC值相比,絕大多數具有統計學意義。例如,所有肺癌患者在治療前使用指南預測的生存期的AUC為0.60,而CDSS的預測能力將AUC提高到0.84(P=0.0009;圖2)。

圖2 指南與CDSS對肺癌患者治療前的生存期預測結果

相反,將所有肺癌患者與僅隨訪時間較長(≥18個月)的患者進行比較時,AUC值沒有顯著差異。此外,使用肺癌患者治療前數據、治療數據與所有數據進行預測時,得出的AUC值之間也沒有顯著差異。說明對于肺癌患者的生存期預測,影響結果的主要是預測手段的選擇,反映CDSS預測性能的穩定性。

由于這是一項前瞻性研究,研究者可隨著患者的治療周期發展不斷納入新數據,使預測模型應用更接近臨床環境。另外,在研究期間,有229名患者(42%)活著,314名患者(58%)死亡,其中僅18%患者接受了手術,手術后30天內死亡的為30人。因此,研究者認為這不適用于挖掘手術死亡率的危險因素。

研究者最后指出了該研究的幾個局限性:一是這項多中心研究僅包括2個醫療機構的數據;二是AUC是最常用的度量指標,但它的解釋經常受到質疑,建議使用額外的指標評估CDSS性能;三是主要使用特定肺癌患者數據訓練預測模型(多為不可手術的III期肺癌患者)。即使如此,研究者仍認為結果證明CDSS可輔助臨床循證決策,畢竟一個模型不會發展成完美而永久的,關鍵是動態、有用。

參考資料:

Pontes B, Nú?ez F, Rubio C, et al. A data mining based clinical decision support system for survival in lung cancer. Rep Pract Oncol Radiother. 2021;26(6):839-848. Published 2021 Dec 30. doi:10.5603/RPOR.a2021.0088.

【責任編輯:杰西】

本公眾號所有圖文,未經許可,嚴禁轉載!

如需轉載,請提前與編輯聯系取得轉載許可。否則視為侵權!


       原文標題 : AUC高達0.96 CDSS可準確預測肺癌患者生存期|研究

聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權或其他問題,請聯系舉報。

發表評論

0條評論,0人參與

請輸入評論內容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續

暫無評論

暫無評論

醫療科技 獵頭職位 更多
文章糾錯
x
*文字標題:
*糾錯內容:
聯系郵箱:
*驗 證 碼:

粵公網安備 44030502002758號

太大太粗太爽免费视频
<optgroup id="m04aa"><small id="m04aa"></small></optgroup><center id="m04aa"><wbr id="m04aa"></wbr></center><center id="m04aa"></center>
<optgroup id="m04aa"><small id="m04aa"></small></optgroup>
<noscript id="m04aa"></noscript>
<optgroup id="m04aa"></optgroup>