Ракът на простатата е сложно заболяване, а точното откриване на локалната рецидив след радикална простатектомия може да бъде предизвикателство за медицинските специалисти. Въпреки това, последните постижения в моделите за машинно самообучение показват обещание за подобряване на прогнозите и насърчаване на решенията за лечение.
Научно проучване, публикувано в Областта на онкологията от Ху и др., изследва практическата клинична роля на моделите за машинно самообучение в прогнозирането на локалния рецидив на рак на простатата след радикална простатектомия. Целта на изследването беше да сравни производителността на три различни алгоритми с резултата от Простатното изображение за докладване на рецидива (PI-RR), предоставен от опитни радиолози.
Изследването включваше ретроспективен анализ на 176 пациента, които бяха случайно разделени на обучителна и тестова група. Опитните радиолози оцениха резултата от PI-RR върху постоперативни mpMRI сканирания и други съответни данни. Допълнително, изследователите създадоха радиомични модели, използвайки алгоритмите на опорния вектор за машина (SVM), линейния дискриминантен анализ (LDA) и алгоритъмът за регресия с най-малко абсолютно стягане и оператор за избор (LR-LASSO), за да предскажат локалната рецидив.
Забележително е, че радиомичният модел, базиран на LR-LASSO, показа супериорна производителност, надхвърляйки резултата от PI-RR самостоятелно. Постигна впечатляваща площ под кривата (AUC) от 0,858 в тестовата среда. Освен това, изследователите разработиха комбиниран модел, който интегрира радиомични функции с резултата от PI-RR, като постигне най-висока прогностична производителност с AUC от 0,924. Този комбиниран модел показа дори по-голяма точност в прогнозирането на локалния рецидив на рака на простатата.
Тези открития подчертават потенциала на радиомичните модели за ефективно прогнозиране на локалния рецидив на рака на простатата след радикална простатектомия. Чрез интегрирането на радиомичните функции с резултата от PI-RR, медицинските специалисти могат да подобрят своята прогностична точност и да вземат по-информирани решения за лечение. Това изследване има значителни последици за подобряване на резултатите за пациентите и за усъвършенстване на общото управление на рака на простатата.
The source of the article is from the blog bitperfect.pe