Maskinlæring til at forudsige lymfeknudemetastase i T1 esophageal pladecellecarcinom

Lymfeknudemetastaser (LNM) er en relativt usædvanlig, men mulig komplikation af T1 esophageal pladecellecarcinom (ESCC). Eksisterende modeller klarer sig dårligt, når det kommer til at kvantificere denne risiko. Denne undersøgelse havde til formål at udvikle en maskinlæringsmodel for LNM hos patienter med T1 esophageal pladecellecarcinom.

Patienter med T1 pladecellekarcinom behandlet med kirurgi mellem januar 2010 og september 2021 fra 3 institutioner blev inkluderet i denne undersøgelse. Maskinlæringsmodeller blev udviklet ved hjælp af data om patienters alder og køn, dybden af ​​tumorinvasion, tumorstørrelse, tumorplacering, makroskopisk tumortype, lymfatisk og vaskulær invasion og histologisk grad. Elastisk nettoregression (ELR), random forest (RF), ekstrem gradient boosting (XGB) og en kombineret (ensemble) model af disse blev genereret. Brug Area Under Curve (AUC) til at evaluere modellens forudsigelsesevne. Bidraget til modellen af ​​hver faktor blev beregnet. For bedre at kunne imødekomme kliniske behov har efterforskerne designet modellen som en brugervenlig hjemmeside.