Прогностическое моделирование выживаемости пациентов со злокачественными новообразованиями головного мозга с помощью передовых подходов к классификации на основе контролируемого машинного обучения

Аннотация:

Цель. Прогнозирование выживаемости при раке головного мозга играет ключевую роль в планировании лечения и определении прогноза для пациентов. Целью исследования было разработать модель прогнозирования выживаемости при раке головного мозга с использованием методов машинного обучения с контролем со стороны специалиста. Модель объединила демографические, клинические, иммуногистохимические и генетические данные. Мы провели ретроспективный анализ данных 149 пациентов с внутричерепными опухолями, которые перенесли хирургическое вмешательство. Были систематически собраны демографические и клинические данные. Гистопатологический и иммуногистохимический анализы опухоли и прилегающих тканей проводились для определения экспрессии GST-P, GST-T, GST-M, CYPJAJ, CYP1B1, MDR и р53. Анализ геномной ДНК опухолей выполнялся для определения генотипов GSTM1, GSTT1 и р53. Модели были разработаны с использованием алгоритмов «дерево решений». Naive Bayes и SVM на языке Python. Мы сравнили модели на основе показателей точности, прецизионности, чувствительности и F-измерения. В результате общая выживаемость после операции составила 65%. Наблюдались значительные различия в экспрессии белков между раковыми и здоровыми тканями для GST-P, GST-T, GST-M, CYP1A1, CYP1B1, MDR и р53. Отсутствие генотипа GST-M1 было связано с развитием опухоли головного мозга. Модель дерева решений показала наивысшую точность (84%) среди моделей, объединяющих демографические, клинические, иммуногистохимические и генетические данные. Точность и чувствительность моделей различались, при этом дерево решений продемонстрировало хорошие результаты. Выводы. Модели дерева решений показали свою эффективность в прогнозировании выживаемости при раке мозга, особенно при работе с ограниченными данными, благодаря использованию демографических, клинических, иммуногистохимических и генотипических переменных.

Авторы:

Издание: Вопросы онкологии
Год издания: 2025
Объем: 9с.
Дополнительная информация: 2025.-N 2.-С.344-352. Библ. 30 назв.
Просмотров: 0