Ⅱ期结肠癌切除术后辅助化疗的预后研究

Predicting prognosis of resected stage Ⅱ colon cancer patients with adjuvant chemotherapy

二维码有效期 120s

摘要机器学习可以提高精准医疗的深度和广度.本文拟用机器学习预测Ⅱ期结肠癌患者行切除术后接受辅助化疗的预后情况.从美国监测、流行病学和结局数据库(SEER数据库),回顾性收集1166例Ⅱ期结肠癌患者行切除术后接受辅助化疗的病例,并根据随访结果将病人分为死亡组和非死亡组.通过单因素和多因素Cox回归分析影响患者总生存期的独立影响因子,并根据Cox回归系数建立诺谟图,计算每个患者的总得分,辅助临床应用.Cox比例风险模型进行单因素分析发现淋巴结数量、存在大于4个阳性淋巴结、浸润深度、肠粘连、手术时间、肿瘤分化程度和辅助化疗是影响患者生存的单因素.利用Cox比例风险模型对纳入的单因素进行多因素分析显示淋巴结数量(P=0.028,OR=1.365[0.999～1.142])、手术时间(P=0.01,OR=1.452[1.094～1.93])、存在＞4 个阳性淋巴结(P＜0.001,OR=2.54[1.574～4.08])、肿瘤浸润至浆膜层(P=0.018,OR=1.411[1.1～2.702])、肿瘤浸润至基层(P=0.006,OR=2.88[1.312～3.877])、LV+5-FU 辅助化疗(P=0.003,OR=0.595[0.464～0.762])是影响患者生存的独立影响因素.基于Cox回归系数建立的诺谟图C指数为0.76.用筛选的独立影响因子建立5折XGBoost预后预测模型,平均AUC为0.817±0.012.利用机器学习可以精准地预测Ⅱ期结肠癌切除术后辅助化疗的预后,从而为患者提供精准治疗.