Comparação do desempenho preditivo de três sistemas de estadiamento linfonodal no carcinoma colorretal de células do anel de sinete com base no modelo de aprendizado de máquina

- Nossa pesquisa avalia três sistemas de estadiamento de linfonodos no carcinoma de células do anel de sinete colorretal usando aprendizado de máquina e os modelos de risco concorrentes para otimizar a precisão prognóstica e a previsão de sobrevida.

Por métodos de informática, incluindo aprendizado de máquina, comparação de modelos de risco e a estimativa de sobrevida de Kaplan-Meier são usados para melhorar a previsão de sobrevida e a precisão da classificação dos linfonodos.

Estendendo os períodos de acompanhamento, enquanto namora em diversas populações, refinando nomogramas prognósticos e explorando características moleculares do carcinoma de células em anel de sinete colorretal para aprimorar as ferramentas de tomada de decisão clínica.

[Narrador] Para começar, baixe e instale o SEER. Em seguida, obtenha o software de estatísticas 8.4.3 no site do banco de dados SEER. Faça login no software e clique na sessão da lista de casos, seguida de dados, e selecione o banco de dados de incidentes SEER research plus, 17 registros, novembro de 2022, sub 2000 a 2020. Agora, clique em seleção, seguido de editar e escolha raça, sexo, ano de diagnóstico igual a 2004 a 2015. Em seguida, selecione o site recode CID-0-3 OMS 2008. Clique na tabela e na interface de variáveis disponíveis, selecione todos os detalhes de diagnóstico necessários. Em seguida, clique em saída. Nomeie os dados e clique em executar para gerar e salvar os dados. Em seguida, abra o software X-Tile, clique em arquivo e escolha abrir. Selecione o arquivo de dados para importá-lo para o software. Depois que os dados forem carregados, mapeie o sensor variável correspondente ao status de sobrevivência, o tempo de sobrevivência no marcador um como a variável a ser analisada, garantindo que os dados correspondam corretamente. Agora clique em fazer, seguido de Kaplan-Meier e marcador um para realizar a análise de sobrevida de Kaplan-Meier e gerar a curva de sobrevida. Em seguida, atribua aleatoriamente um total de 2.409 dados de pacientes elegíveis com SRCC a uma coorte de treinamento número 1.686 e uma coorte de validação número 723 em uma proporção de 7-3. Use o código fornecido para divisão aleatória. Baixe e instale as versões necessárias do software RStudio e R. Clique em novo arquivo e selecione Script R para criar uma nova interface de programação R. Em seguida, insira o código relevante no editor de código e clique em executar para executar o código. Use o código fornecido para filtrar as variáveis incluídas nos modelos de aprendizado de máquina pela análise de regressão de Cox. Além disso, explore o impacto do estadiamento LODDS, LNR e NP na sobrevida específica do câncer em pacientes com SRCC. Use o código para comparar as habilidades de previsão prognóstica de três sistemas de linfonodos, LODDS, LNR e estadiamento de NP nas coortes de treinamento, validação e validação externa. Em seguida, use o código para criar um modelo XGBoost e gerar gráficos de barras que representam a importância relativa das variáveis. Gere curvas características de operação do receptor e curvas de calibração para avaliar o desempenho dos três sistemas de linfonodos. Em seguida, empregue o código para criar um modelo de floresta aleatória e gerar gráficos de barras da importância relativa das variáveis. Da mesma forma, gere curvas características de operação do receptor e curvas de calibração para avaliar e comparar os três sistemas de linfonodos. Com o código apropriado, crie um modelo de rede neural e produza gráficos de barras da importância relativa das variáveis. Gere curvas de calibração e características de operação do receptor para comparar o desempenho preditivo dos três sistemas de linfonodos. Em seguida, execute a análise univariada e plote a curva da função de incidentes cumulativos usando o arquivo data.csv. Substitua o site por outros fatores para realizar a análise univariada para cada fator. Para análise multivariada, aplique o código e visualize com data1.csv. Finalmente, plote o nomograma, a curva característica de operação do receptor e a curva de calibração. Treine o modelo usando dados da coorte de treinamento e use dados de validação e coorte de validação externa para validar o modelo. Com base na análise de regressão de Cox multivariada, LNR, LODDS e estadiamento de NP foram significativamente associados à sobrevida específica do câncer em pacientes com SRCC. O LNR mostrou a maior importância nos modelos RF e XGBoost, enquanto o LODDS teve a maior capacidade preditiva no modelo NN, sugerindo o LODDS como o sistema LN mais confiável em geral. Os modelos XGBoost, RF e NN alcançaram alta precisão preditiva com valores de AUC variando de 0,777 a 0,851 e curvas de calibração alinhadas estreitamente com a linha de 45 graus, confirmando a confiabilidade do modelo. A análise do modelo de risco competitivo identificou o estadiamento T, o estadiamento N, o estadiamento M, a classificação LODDS e a localização do tumor primário como fatores prognósticos independentes. O nomograma de risco competitivo demonstrou previsões precisas de sobrevida específica para câncer de um, três e cinco anos, apoiadas por calibração bem alinhada e curvas ROC com AUCs acima de 0,75.