Валидация Train-AI для риска рецидива ГЦК после трансплантации печени (TRAIN-AI)

Трансплантация печени (LT) является лучшим вариантом лечения для пациентов с ранними стадиями гепатоцеллюлярной карциномы (HCC) .1 Однако использование LT зависит от поддержания баланса между риском рецидива после трансплантации или смерти, связанной с HCC, и справедливым распределением доноров органов.2-5 Текущие критерии отбора направлены на то, чтобы избежать бесполезности трансплантации путем исключения пациентов из LT, которые подвергаются высокому риску рецидива опухоли. Было показано, что выбор пациентов в рамках критериев Милана обеспечивает отличные результаты пациента.6,7 Тем не менее, эти критерии были оспорены другими сериями, показывающими эквивалентные результаты для пациентов, пересаживаемых с большей нагрузкой на опухоль. Сочетание морфологического (то есть числа опухолей и размер) и биологических признаков была недавно предложена с целью реализовать процесс отбора пациента.8,9 Машинное обучение представляет собой статистический инструмент, который может использовать прогностические способности многих клинически доступных переменных. Недавно был предложен Train-AI, и посттрансплантационный калькулятор риска рецидивов HCC с использованием машинного обучения на основе оценки Train-AI. Мы стремимся изучить обобщаемость этой модели машинного обучения для других учреждений посредством проверки.

Цели исследования и цель:

Основной целью этого исследования будет проверка нашей ранее сообщенной оценки Train-AI с использованием внешних наборов данных из других центров HCC.

Дизайн и методология исследования:

Проверьте модель Train-AI, сравнивая ее с другими доступными алгоритмами риска рецидива на удерживаемом наборе тестирования. Train-AI будет сравниваться с критериями Милана, критериями Сан-Франциско, критериями до семи, TBS, Metroticket 2,0, оценка Halt-HCC, модель AFP-француза, 5-5-500, роль NYCA и оценка поезда. Полем

Взрослые популяции (≥ 18 лет), которые перенесли пересадку печени для ГЦК в период января 2003 года по декабрь 2018 года.

Критерии включения • Пациенты, которые перенесли пересадку печени в одиночку для диагноза ГЦК. Критерии исключения

• Пациенты с случайно обнаруженным HCC на эксплантированной печени (то есть HCC не был известен до LT)

• ретрансплантация или многовисерационные трансплантаты

• Пациенты с опухолями, отличными от чистых ГЦК (таких как холангиокарцинома, смешанная опухоль HCC-холангиокарциномы, фиброламеллярная ГЦК и т. Д.)

Сбор данных/переменные. Данные, необходимые для анализа, присутствуют в листе спреды Excel, уже отправленной в заинтересованные центры. Колонны в желтом месте обязательны для расчета оценки.

Данные/статистический анализ:

Данные от трансплантатов ГЦК, выполненных с 1 января 2003 года по 31 декабря 2018 года, будут запрошены у приглашенных центров, которые получат их из своих записей, включая электронный обзор диаграммы. Последнее разрешенное наблюдение за пациентами, включенным, состоится 31 декабря 2023 года, так как это ретроспективный дизайн исследования. Выживаемость пациента будет рассчитана с даты LT до смерти пациента (по любой причине). Если смерть не произойдет, то пациент будет подвергнут цензуре в последнюю известную дату живого. Время до рецидива будет рассчитано от трансплантации до первого исследования визуализации (или биопсии, если это необходимо), которое подтвердило рецидив опухоли. Демография пациента и клинико -патологические характеристики будут описаны с использованием описательной статистики с использованием средств, медиан и пропорций, где это необходимо. Точная методология для расчета модели прогнозирования машинного обучения и алгоритма, а также сравнения с ранее опубликованными моделями была ранее изложена в нашем когорте разработчиков.10.10.10. Все статистические анализы будут выполняться с использованием Python 3.10.1 (библиотеки: Pycox, Torch, Scikit-Learn и Lifelines).