Medicina di precisione per L/GCMN e melanoma 1 (Precis-mel 1)

Precis-Mel 1 è uno studio osservazionale unicentrico che utilizza dati raccolti retrospettivamente. La procedura proposta consiste nell'iniziare a utilizzare dati inclusi dati demografici e familiari, dati genetici, procedure mediche e trattamenti contro il cancro, biopsia cutanea, ecc. per costruire un set di dati multidimensionale e applicare algoritmi di intelligenza artificiale in grado di produrre curve di sopravvivenza e positività del linfonodo sentinella (SLNB). in CAYA. L’approccio da utilizzare è presentato nelle seguenti sottosezioni:

• Ingegneria dei dati: il set di dati multidimensionale è meticolosamente integrato tramite query DBT e SQL su un database PostgreSQL. Ciò si traduce in una tabella completa pronta per il modello, mantenendo la dimensione temporale cruciale delle storie dei pazienti. Gli identificatori vengono assegnati per mantenere l'integrità della traccia dati e la connessione tra vari eventi del paziente come metastasi e morte. Le trasformazioni basate su Python assicurano che gli eventi paziente sequenziali siano arricchiti testualmente da occorrenze precedenti. Le operazioni includono aggregazioni aritmetiche, calcoli degli estremi e manipolazioni di stringhe. Gli eventi vengono discretizzati su un arco temporale standardizzato (1-3 mesi) per un riferimento di stadiazione uniforme, servendo anche a consolidare eventuali istanze di dati disallineate.
• Sviluppo del modello: il nostro approccio utilizza l'analisi di sopravvivenza per affrontare le sfide uniche del nostro set di dati, in particolare la censura, dove un evento di interesse, come la morte, non si verifica all'interno della finestra di osservazione. Sulla base della nostra precedente esperienza nella modellazione di questo problema, preferiamo utilizzare Gradient Boosting Survival Analysis (GBSA), un metodo di apprendimento non approfondito, poiché affronta efficacemente i problemi di scarsità di dati. GBSA adatta l'algoritmo della macchina di potenziamento del gradiente per l'analisi di sopravvivenza, in particolare accogliendo i dati censurati. Nell'analisi di sopravvivenza, i pazienti sono rappresentati da una tripletta (xi, δi, Ti), dove xi è il vettore delle caratteristiche, Ti è il tempo all'evento e δi indica se l'osservazione è censurata. Il nostro obiettivo è stimare la funzione di sopravvivenza S(t), che rappresenta la probabilità che un paziente sopravviva oltre il tempo t, e la funzione di rischio λ(t), che indica la probabilità istantanea che un evento si verifichi al tempo t. Per adattarlo al dominio di modellazione della sopravvivenza, il nostro modello utilizza l'approccio di potenziamento del gradiente con una funzione di perdita modificata, la verosimiglianza parziale del log negativo. Ciò ci consente di stimare efficacemente la funzione di sopravvivenza.
• Metriche di performance: misuriamo le performance del modello utilizzando l’indice di concordanza (c-index), una metrica particolarmente adatta per l’analisi di sopravvivenza. Il c-index valuta l'accuratezza predittiva del nostro modello confrontando i tempi degli eventi previsti e osservati. Un indice c elevato indica che il nostro modello prevede efficacemente l’ordine di rischio del paziente date le sue caratteristiche di input.