Sviluppo e validazione di un modello di previsione della sopravvivenza basato sul deep learning per i pazienti affetti da glioma pediatrico: uno studio retrospettivo che utilizza il database SEER e dati cinesi

Questo studio retrospettivo si concentra sulla previsione della sopravvivenza nei pazienti pediatrici con glioma utilizzando un approccio basato sulla popolazione. Il modello è stato addestrato utilizzando il database del registro SEER (surveillance, epidemiology, and end results). Per identificare specifici tipi di tumore, sono stati utilizzati i codici della Classificazione Internazionale delle Malattie per l'Oncologia, 3a edizione (ICD-O-3), inclusi i codici 9450, 9394, 9421, 9384, 9383, 9424, 9400, 9420, 9410, 9411, 9380 , 9382, 9391, 9393, 9390, 9401, 9381, 9451, 9440, 9441, 9442, 9430 e 9380, che coprono tumori astrocitici, tumori oligodendroglia, tumori oligoastrocitici, tumori ependimali e altri gliomi. I criteri di inclusione comprendevano tutti i tumori cerebrali primitivi (C71.0-C71.9, C72.3, C72.8, C75.3) diagnosticati tra il 2000 e il 2018, in pazienti di età inferiore a 21 anni, e conformi alla terza edizione della classificazione ICD-O-3. Sono stati inclusi solo i pazienti con tempo di sopravvivenza disponibile e sono stati esclusi quelli con caratteristiche cliniche sconosciute o mancanti. Questa coorte era composta da 258 pazienti pediatrici con glioma diagnosticati presso l’ospedale Tangdu di Xi’an, in Cina, tra gennaio 2010 e dicembre 2018. Questi pazienti avevano dati clinici completi e registrazioni di follow-up complete.