Medicina de precisión para L/GCMN y melanoma 1 (Precis-mel 1)

Precis-Mel 1 es un estudio observacional unicéntrico que utiliza datos recopilados retrospectivamente. El procedimiento propuesto es comenzar a utilizar datos que incluyen datos demográficos y familiares, datos genéticos, procedimientos médicos y tratamiento del cáncer, biopsia cutánea, etc. para construir un conjunto de datos multidimensional y aplicar algoritmos de inteligencia artificial que puedan producir curvas de supervivencia y positividad del ganglio linfático centinela (SLNB). en CAYA. El enfoque a utilizar se presenta en las siguientes subsecciones:

• Ingeniería de datos: el conjunto de datos multidimensional se integra meticulosamente mediante consultas DBT y SQL en una base de datos PostgreSQL. Esto da como resultado una tabla integral lista para el modelo, que mantiene la dimensión temporal crucial de las historias de los pacientes. Se asignan identificadores para mantener la integridad del rastro de datos y la conexión entre diversos eventos del paciente, como metástasis y muerte. Las transformaciones basadas en Python garantizan que los eventos secuenciales del paciente se enriquezcan textualmente con sucesos anteriores. Las operaciones incluyen agregaciones aritméticas, cálculos extremos y manipulaciones de cadenas. Los eventos se discretizan en un marco temporal estandarizado (1 a 3 meses) para una referencia de puesta en escena uniforme, lo que también sirve para consolidar cualquier instancia de datos desalineada.
• Desarrollo de modelos: nuestro enfoque emplea análisis de supervivencia para abordar los desafíos únicos de nuestro conjunto de datos, particularmente la censura, donde un evento de interés, como la muerte, no ocurre dentro de la ventana de observación. Según nuestra experiencia previa en el modelado de este problema, preferimos utilizar el análisis de supervivencia de aumento de gradiente (GBSA), un método que no es de aprendizaje profundo, ya que aborda eficazmente los problemas de escasez de datos. GBSA adapta el algoritmo de la máquina de aumento de gradiente para el análisis de supervivencia, en particular acomodando datos censurados. En el análisis de supervivencia, los pacientes están representados por un triplete (xi, δi, Ti), donde xi es el vector de características, Ti es el tiempo hasta el evento y δi indica si la observación está censurada. Nuestro objetivo es estimar la función de supervivencia S(t), que representa la probabilidad de que un paciente sobreviva más allá del tiempo t, y la función de riesgo λ(t), que indica la probabilidad instantánea de que ocurra un evento en el tiempo t. Para adaptarlo al dominio del modelado de supervivencia, nuestro modelo utiliza el enfoque de aumento de gradiente con una función de pérdida modificada, la probabilidad parcial logarítmica negativa. Esto nos permite estimar efectivamente la función de supervivencia.
• Métricas de rendimiento: medimos el rendimiento del modelo utilizando el índice de concordancia (índice c), una métrica particularmente adecuada para el análisis de supervivencia. El índice c evalúa la precisión predictiva de nuestro modelo comparando los tiempos de eventos previstos y observados. Un índice c alto indica que nuestro modelo predice efectivamente el orden de riesgo del paciente dadas sus características de entrada.