Eesnäärmevähk on keeruline haigus ja radikaalse eesnäärme eemaldamise järel kohaliku retsidiivi täpne avastamine võib olla meditsiinitöötajatele väljakutse. Siiski on hiljutised edusammud masinõppe mudelites näidanud lootust parandada ennustusi ja juhendada raviotsuseid.
Hu jt poolt ajakirjas “Onkoloogia” avaldatud teadustöö uurib masinõppe mudelite praktilist kliinilist rolli eesnäärmevähi kohaliku retsidiivi ennustamisel pärast radikaalset eesnäärme eemaldamist. Uuringu eesmärk oli võrrelda kolme erineva algoritmi toimivust Prostate Imaging for Recurrence Reporting (PI-RR) skooriga, mida pakuvad eksperdiradioloogid.
Uuring hõlmas 176 patsiendi retrospektiivset analüüsi, kes jagati juhuslikult koolitus- ja testikohortidesse. Eksperdiradioloogid hindasid PI-RR skoori postoperatiivsete mpMRI-skannide ja muude asjakohaste andmete põhjal. Lisaks konstrueerisid teadlased radiomeetriamudelid, kasutades toetvektorite masinat (SVM), lineaarset diskrimineerivat analüüsi (LDA) ja logistilist regressiooni-vähima absoluutse kokkutõmbumise ja valiku operaatorit (LR-LASSO) kohaliku retsidiivi ennustamiseks.
Märkimisväärne on see, et LR-LASSO-põhine radiomeetriline mudel näitas ülimalt head toimivust, ületades ainult PI-RR skoori. Testmudelis saavutas ta muljetavaldava kõvera all oleva ala (AUC) väärtuse 0,858. Lisaks arendasid teadlased ühendatud mudeli, mis integreeris radiomeetria tunnuseid koos PI-RR skooriga, saavutades kõrgeima ennustustulemuse väärtusega 0,924. See ühendatud mudel näitas veel suuremat täpsust eesnäärmevähi kohaliku retsidiivi ennustamisel.
Need leiud rõhutavad radiomeetria mudelite potentsiaali eesnäärmevähi kohaliku retsidiivi tõhusaks ennustamiseks pärast radikaalset eesnäärme eemaldamist. Radiomeetriliste omaduste integreerimisega PI-RR skooriga saavad meditsiinitöötajad täiustada ennustus täpsust ja teha teadlikumaid raviotsuseid. See uurimus omab olulisi tagajärgi patsientide tulemuste parandamiseks ja eesnäärmevähi üldise juhtimise täiustamiseks.
The source of the article is from the blog lisboatv.pt