Přesná medicína pro L/GCMN a melanom 1 (Precis-mel 1)

Precis-Mel 1 je unicentrická observační studie využívající retrospektivně shromážděná data. Navrhovaný postup je začít používat data zahrnující demografická a rodinná data, genetická data, lékařské postupy a léčbu rakoviny, kožní biopsii atd. k vybudování multidimenzionálního datového souboru a použití algoritmů AI, které mohou vytvářet křivky přežití a pozitivitu sentinelových lymfatických uzlin (SLNB). v CAYA. Přístup, který se má použít, je uveden v následujících podkapitolách:

• Datové inženýrství: multidimenzionální datová sada je pečlivě integrována prostřednictvím DBT a SQL dotazů v databázi PostgreSQL. Výsledkem je komplexní tabulka připravená pro model, která zachovává klíčový časový rozměr historie pacientů. Identifikátory jsou přiřazeny k zachování integrity datové stopy a spojení mezi různými událostmi u pacienta, jako jsou metastázy a smrt. Transformace založené na Pythonu zajišťují, že sekvenční události pacienta jsou ontextově obohaceny o předchozí výskyty. Operace zahrnují aritmetické agregace, extrémní výpočty a manipulace s řetězci. Události jsou diskretizovány v rámci standardizovaného časového rámce (1–3 měsíce) pro jednotnou referenční fázi, která také slouží ke konsolidaci případných nesprávně zarovnaných datových instancí.
• Vývoj modelu: náš přístup využívá analýzu přežití k řešení jedinečných výzev našeho souboru dat, zejména cenzury, kde se v pozorovacím okně nevyskytuje zajímavá událost, jako je smrt. Na základě našich předchozích zkušeností s modelováním tohoto problému dáváme přednost použití Gradient Boosting Survival Analysis (GBSA), metodě nehloubkového učení, protože efektivně řeší problémy s nedostatkem dat. GBSA přizpůsobuje algoritmus stroje pro zesílení gradientu pro analýzu přežití, zejména přizpůsobením cenzurovaným datům. V analýze přežití jsou pacienti reprezentováni trojicí (xi, δi, Ti), kde xi je příznakový vektor, Ti je čas do události a δi označuje, zda je pozorování cenzurováno. Naším cílem je odhadnout funkci přežití S(t), představující pravděpodobnost, že pacient přežije po čase t, a rizikovou funkci λ(t), udávající okamžitou pravděpodobnost události, která nastane v čase t. Abychom jej přizpůsobili pro doménu modelování přežití, náš model využívá přístup zesilování gradientu s modifikovanou ztrátovou funkcí, zápornou logaritmickou dílčí pravděpodobností. To nám umožňuje efektivně odhadnout funkci přežití.
• Výkonové metriky: měříme výkon modelu pomocí indexu shody (c-index), což je metrika zvláště vhodná pro analýzu přežití. C-index posuzuje prediktivní přesnost našeho modelu porovnáním předpovídaných a pozorovaných časů událostí. Vysoký c-index ukazuje, že náš model efektivně předpovídá pořadí rizika pro pacienta vzhledem k jeho vstupním vlastnostem.