Utveckling och validering av en djupinlärningsbaserad överlevnadsprediktionsmodell för pediatriska gliompatienter: En retrospektiv studie med hjälp av SEER-databasen och kinesiska data

Denna retrospektiva studie fokuserar på förutsägelse av överlevnad hos pediatriska gliompatienter med hjälp av en befolkningsbaserad strategi. Modellen tränades med hjälp av registerdatabasen Surveillance, Epidemiology and End Results (SEER). För att identifiera specifika tumörtyper användes International Classification of Diseases for Oncology, 3rd Edition-koder (ICD-O-3), inklusive koder 9450, 9394, 9421, 9384, 9383, 9424, 9400, 9420, 94010, 9420, 94010, 94 , 9382, 9391, 9393, 9390, 9401, 9381, 9451, 9440, 9441, 9442, 9430 och 9380, som täcker astrocytiska tumörer, oligodendroglia andra tumörer, oligodendroglia tumörer, oligosympatientumörer, oligosymtumörer, oligosoma tumörer, oligodoma. Inklusionskriterier omfattade alla primära hjärntumörer (C71.0-C71.9, C72.3, C72.8, C75.3) diagnostiserades mellan 2000 och 2018, bland patienter under 21 år, och som uppfyller den tredje upplagan av ICD-O-3-klassificeringen. Endast patienter med tillgänglig överlevnadstid inkluderades, och de med okända eller saknade kliniska egenskaper exkluderades. Denna kohort bestod av 258 pediatriska gliompatienter diagnostiserade på Tangdu sjukhus i Xi'an, Kina, mellan januari 2010 och december 2018. Dessa patienter hade fullständiga kliniska data och omfattande uppföljningsjournaler.