En maskininlärningsmodell för att förutsäga lymfkörtelmetastaser av intrahepatisk kolangiokarcinom

Syftet med denna studie är att utveckla en modell för förutsägelse av lymfkörtelmetastaser hos patienter med intrahepatisk kolangiokarcinom (ICC). Intrahepatisk kolangiokarcinom är den näst vanligaste typen av primär levercancer och står för cirka 10-15%. Det saknas enighet om nödvändigheten av att utföra lymfkörteldissektion (LND) hos patienter med ICC. För närvarande är andelen LND under 50 %, och andelen tillräckligt med LND (≥6) har sjunkit till mindre än 20 %. Följaktligen kan en stor del av patienterna inte få LN-status, vilket hindrar följande systematiska behandlingsstrategier efter operation: Därför är vårt mål att konstruera en LN-metastasmodell med hjälp av maskininlärningstekniker, inklusive patienternas kliniska data och patologiinformation, med målet att erbjuda en referens för patienter som inte har genomgått LND eller har haft otillräcklig LND.