Apprentissage automatique pour prédire les métastases ganglionnaires dans le carcinome épidermoïde de l'œsophage T1

Les métastases ganglionnaires (LNM) sont une complication relativement rare mais possible du carcinome épidermoïde de l'œsophage T1 (ESCC). Les modèles existants ne parviennent pas à quantifier ce risque. Cette étude visait à développer un modèle d'apprentissage automatique pour le LNM chez les patients atteints d'un carcinome épidermoïde de l'œsophage T1.

Des patients atteints d'un carcinome épidermoïde T1 traités chirurgicalement entre janvier 2010 et septembre 2021 provenant de 3 établissements ont été inclus dans cette étude. Des modèles d'apprentissage automatique ont été développés à l'aide de données sur l'âge et le sexe des patients, la profondeur de l'invasion tumorale, la taille de la tumeur, l'emplacement de la tumeur, le type de tumeur macroscopique, l'invasion lymphatique et vasculaire et le grade histologique. La régression nette élastique (ELR), la forêt aléatoire (RF), l'amplification de gradient extrême (XGB) et un modèle combiné (d'ensemble) de ceux-ci ont été générés. Utilisez l’aire sous courbe (AUC) pour évaluer la capacité prédictive du modèle. La contribution au modèle de chaque facteur a été calculée. Afin de mieux répondre aux besoins cliniques, les enquêteurs ont conçu le modèle comme un site Web convivial.