Desarrollo y validación de un modelo de predicción de supervivencia basado en aprendizaje profundo para pacientes con glioma pediátrico: un estudio retrospectivo que utiliza la base de datos SEER y datos chinos

Este estudio retrospectivo se centra en la predicción de la supervivencia en pacientes pediátricos con glioma utilizando un enfoque basado en la población. El modelo se entrenó utilizando la base de datos del Registro de Vigilancia, Epidemiología y Resultados Finales (SEER). Para identificar tipos de tumores específicos, se utilizaron los códigos de la Clasificación Internacional de Enfermedades para Oncología, tercera edición (ICD-O-3), incluidos los códigos 9450, 9394, 9421, 9384, 9383, 9424, 9400, 9420, 9410, 9411, 9380. , 9382, 9391, 9393, 9390, 9401, 9381, 9451, 9440, 9441, 9442, 9430 y 9380, que cubren tumores astrocíticos, tumores de oligodendroglia, tumores oligoastrocíticos, tumores ependimarios y otros gliomas. Los criterios de inclusión comprendieron todos los tumores cerebrales primarios (C71.0-C71.9, C72.3, C72.8, C75.3) diagnosticados entre 2000 y 2018, entre pacientes menores de 21 años, y que cumplen la tercera edición de la clasificación CIE-O-3. Sólo se incluyeron pacientes con tiempo de supervivencia disponible y se excluyeron aquellos con características clínicas desconocidas o faltantes. Esta cohorte estuvo compuesta por 258 pacientes pediátricos con glioma diagnosticados en el Hospital Tangdu en Xi'an, China, entre enero de 2010 y diciembre de 2018. Estos pacientes tenían datos clínicos completos y registros de seguimiento completos.