使用机器学习验证移植后肝细胞癌模型的多伦多复发推断

快速阅读: 据《Nature.com》称，肝脏移植资源有限，TRIUMPH模型通过机器学习更准确预测肝癌复发，优于传统工具，有助于优化治疗决策和器官分配。（98字）

肝脏移植是一种有限的资源，因此医生必须优先考虑最可能从肝脏移植中获益的肝癌（HCC）患者。一些传统的工具可用于预测癌症复发，但一种名为TRIUMPH的新工具，基于机器学习，可能效果更好。这项研究分析了在六个国际中心接受肝脏移植的2844名HCC患者，大多数患者患有由肝炎引起的肝病，9%的患者在移植后出现癌症复发。TRIUMPH模型更准确地预测了哪些患者能够保持无癌状态，其效果优于大多数传统工具。它在指导治疗决策方面也更具帮助性。这些发现表明，TRIUMPH可以帮助医生更好地利用现有的肝脏资源，通过选择具有最佳长期预后的患者来提升使用效率。这可能会在全球范围内提高生存率，并实现更高效的器官分配机制。

(以上内容均由Ai生成)