皇冠足球入口welcome 皇冠足球入口welcome 皇冠足球入口welcome

机器学习模型识别肿瘤恶病质

本报讯(通讯员 刘杰 王义轩 特约记者 朱广平)近日,陆军军医大学副研究员殷良宇、陆军军医大学陆军特种医学中心许红霞教授与北京施汉平教授合影首都医科大学石济滩医院、郑州大学公共卫生学院宋春华教授发表在《美国临床营养学杂志》上称,研究人员开发的机器学习模型可以在缺少减肥信息的肿瘤患者存在的情况下识别恶病质.

肿瘤恶病质是各种晚期恶性肿瘤的常见并发症,约20%的肿瘤患者死于恶病质。恶病质可发生于恶性肿瘤的早期。当恶病质进入不应期时,基本上是不可逆的。但在早期,抗肿瘤治疗与恶病质综合治疗相结合,可有效延缓或延缓恶病质的发生。开发。因此,及时准确地识别肿瘤恶病质对癌症患者至关重要。

临床上,肿瘤恶病质的诊断主要依赖于患者自述的历史体重。如果患者不能准确回忆相关信息临床模型预测研究,就会严重低估肿瘤恶病质。本研究的目的是开发具有成本效益的工具,以帮助识别无法提供减肥信息的患者的肿瘤恶病质。

该研究包括 12,774 名癌症患者,其中包括 6,730 名男性和 6,044 名女性。在回顾性诊断中临床模型预测研究,5261 例(41.2%)患者最终被诊断为恶病质。研究人员从多种算法中选出了最佳模型,该模型主要由肿瘤类型、胃肠道症状、肿瘤分期、血清生化指标等变量组成。经数据验证,该模型在预测恶病质方面表现更好,校准曲线显示预测与实际观察结果吻合良好。亚组分析表明,该模型在不同肿瘤类型的患者中具有应用价值,该发现对于帮助提高肿瘤患者的综合治疗具有重要的临床意义。