今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

基于机器学习的结直肠癌肝转移患者肝切除术后部位特异性复发及总生存率的基线与动态预测模型研究

《npj Precision Oncology》:Prediction of site-specific recurrence and overall survival for colorectal cancer with liver metastases

【字体: 大 中 小 】 时间:2026年09月23日 来源:npj Precision Oncology 9.9

编辑推荐:

   摘要高达70%的结直肠癌肝转移(CRLM)患者在以治愈为目的的肝切除术后会发生复发,然而复发模式在不同解剖部位间存在异质性,目前尚无工具能够动态预测特定部位的复发。我们开发并验证了机器学习模型,用于预测CRLM患者肝切除术后总体生存率及特定部位(肝、肺、淋巴结、腹膜)的复发情

  

摘要

高达70%的结直肠癌肝转移(CRLM)患者在以治愈为目的的肝切除术后会发生复发,然而复发模式在不同解剖部位间存在异质性,目前尚无工具能够动态预测特定部位的复发。我们开发并验证了机器学习模型,用于预测CRLM患者肝切除术后总体生存率及特定部位(肝、肺、淋巴结、腹膜)的复发情况,采用基线预测和动态预测两种框架。在一项回顾性队列研究中,纳入了2000至2024年在约翰霍普金斯医院接受CRLM治愈性肝切除术的730例患者,中位随访时间为10.9年,超过63%的患者出现复发。基于临床、病理和分子特征,采用嵌套交叉验证和Bootstrap乐观性校正方法训练XGBoost模型。基线模型的C指数为0.54–0.67,而纳入随访协变量(包括辅助治疗及其他部位间隔期复发)的动态模型显著提高了区分能力(C指数0.67–0.78;时间依赖AUC 0.68–0.90)。通过Brier评分0.03–0.19确认了模型校准度。这些模型能够在手术时进行风险分层以指导辅助治疗决策,并在随访过程中实时更新特定部位复发风险,为接受治愈性切除的CRLM患者提供个性化随访策略框架。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:结直肠癌肝转移|机器学习模型|肝切除术后复发预测|XGBoost|动态预测|风险分层

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号