Maskininlärning för att förutsäga lymfkörtelmetastas i T1 esofageal skivepitelcancer

Lymfkörtelmetastaser (LNM) är en relativt ovanlig men möjlig komplikation av T1 esofagus skivepitelcancer (ESCC). Befintliga modeller klarar sig dåligt när det gäller att kvantifiera denna risk. Denna studie syftade till att utveckla en maskininlärningsmodell för LNM hos patienter med T1-esofageal skivepitelcancer.

Patienter med T1 skivepitelcancer behandlade med kirurgi mellan januari 2010 och september 2021 från 3 institutioner inkluderades i denna studie. Maskininlärningsmodeller utvecklades med hjälp av data om patienters ålder och kön, djup av tumörinvasion, tumörstorlek, tumörplacering, makroskopisk tumörtyp, lymfatisk och vaskulär invasion och histologisk grad. Elastisk nettoregression (ELR), random forest (RF), extrem gradient boosting (XGB) och en kombinerad (ensemble) modell av dessa genererades. Använd Area Under Curve (AUC) för att utvärdera modellens prediktionsförmåga. Bidraget till modellen för varje faktor beräknades. För att bättre möta kliniska behov har utredarna utformat modellen som en användarvänlig webbplats.