早期和晚期发病结直肠癌患者生存预测工具的开发和验证

快速阅读: 《Nature.com》消息，本研究开发了基于机器学习的在线计算器，预测结直肠癌患者1至8年的生存概率。通过多变量分析确定关键因素，模型在内部和外部验证中表现良好（AUC>0.8）。工具已上线，助力个性化治疗决策，提升患者预后。

本研究旨在开发基于机器学习模型的在线计算器，以预测早期和晚期结直肠癌（EOCRC 和 LOCRC）患者的生存概率，时间范围为1至8年。我们从涵盖2010年至2021年的发表数据库中提取了117,965名结直肠癌患者的资料，并将其分为训练集和内部验证集。来自江苏省人民医院重庆医院的200名结直肠癌患者数据被用作外部验证集。我们对训练集进行了单变量和多变量回归分析，以确定关键的生存因素并开发预测性机器学习模型。这些模型根据AUC值、准确率、精确度、召回率和F1分数在内部和外部验证集上进行评估。随后开发了基于网络的计算器，用于预测不同治疗方案下EOCRC和LOCRC患者的生存曲线。

在多变量Cox回归分析中，分别有16个和18个变量是早期结直肠癌和晚期结直肠癌的独立显著生存因素。在早期结直肠癌组中，机器学习模型在内部和外部测试队列中的AUC值分别为0.880和0.804。对于晚期结直肠癌组，机器学习模型在内部和外部测试队列中的AUC值分别为0.857和0.823。

基于训练好的机器学习模型的在线计算器可通过以下链接访问：[https://eocrc-surv.streamlit.app/](https://eocrc-surv.streamlit.app/) 和 [https://locrc-surv.streamlit.app/](https://locrc-surv.streamlit.app/)。这些工具能够估算不同治疗方案下EOCRC和LOCRC患者的生存概率，并在治疗后的1至8年内展示相应的生存曲线。

本研究成功构建了基于机器学习算法的在线计算器，用于预测不同治疗方案下EOCRC和LOCRC患者1至8年的生存概率。这一成果为临床医生提供了精准的决策支持工具，帮助他们更好地制定个性化治疗计划，从而提高患者的生存质量和预后效果。

(以上内容均由Ai生成)