임상 적 노드 음성 유두 갑상선 미세 암종의 중앙 하위 영역에서 림프절 전이를 예측하기위한 PMRA 및 Shapley 기반 기계 학습 : 웹 계산기의 전향 적 다기관 검증 및 개발 (PMRA)

배경 : 임상 적 노드 음성 (CN0) 유두 갑상선 미세 경비종 (PTMC)의 관리는 높은 신비로운 림프절 전이 (LNM) 비율로 인해 복잡합니다. 우리는 PMRA (Probability Ranking Model Approach)를 통해 기계 학습 (ML)과 전통적인 노모 그램을 사용하여 Central LNM의 예측 모델을 개발하고 검증하는 것을 목표로했습니다.

방법 : 우리는 3 개의 병원 (2016-2023)에 걸쳐 4,882 명의 환자를 대상으로 한 전향 적 다기관 연구를 수행했습니다. 포함 기준을 적용한 후, 1 차 센터에서 1,953 명의 환자가 모델 열차 및 테스트 (7 : 3 비율)에 할당되었다. 외부 검증은 2 개의 독립 센터에서 286 명과 176 명의 환자의 예비 코호트를 포함했습니다 .13 ML 알고리즘과 전통적인 노모 그램 모델은 PMRA를 사용하여 체계적으로 평가되었다. 기능 선택은 6 가지 방법을 활용했으며, L1 기반 선택은 대부분의 예측에 최적화 된 것으로 입증되었습니다. 모델 해석 가능성은 Shapley Additive Explanations (SHAP) 시각화를 통해 향상되었습니다.