新型機器學習模型可識別惡液質 對腫瘤治療具有重要意義

　　【醫線傳真】

　　科技日報訊 (記者雍黎 通訊員劉潔 王奕璇 朱廣平)11月7日，科技日報記者從陸軍軍醫大學陸軍特色醫學中心獲悉，該中心的研究成果“在缺失體重下降信息的腫瘤患者中通過機器學習方法診斷惡液質”近日發表在臨床營養領域國際期刊《美國臨床營養雜志》上。

　　腫瘤惡液質，是指各種晚期惡性腫瘤的常見并發癥，表現為極度消瘦、貧血、無力、完全臥床、生活不能自理、全身器官衰竭等，約20%的腫瘤患者死于惡液質。腫瘤惡液質在惡性腫瘤發生的早期就有可能發生，當腫瘤惡液質進入難治時期，基本不可逆轉。但在早期階段，通過聯合抗腫瘤治療及對抗腫瘤惡液質的綜合治療手段，卻可以有效延緩或遲滯腫瘤惡液質的發生與發展。因此，及時準確地識別腫瘤惡液質，對腫瘤患者至關重要。

　　但在臨床上，診斷腫瘤惡液質多依賴于患者自訴的歷史體重，如果患者不能準確地回憶起相關信息，將導致腫瘤惡液質被嚴重低估。而該項研究的目的就在于開發具有成本效益的工具，以幫助無法提供體重下降信息的患者識別其腫瘤惡液質。

　　該研究納入了12774名腫瘤患者，其中有6730名男性、6044名女性。通過對基線臨床特征進行建模，研究人員從多種算法中篩選出的最佳模型主要由腫瘤類型、胃腸道癥狀、腫瘤分期和血清生化指標等變量構成。在驗證數據中，模型預測腫瘤惡液質的性能較好，校準曲線顯示預測和實際觀測及實際觀察之間有良好的一致性。亞組分析顯示，該模型在不同類型腫瘤患者中具備應用價值，研究結果對于幫助改善腫瘤患者的綜合治療具有重要臨床意義。 

　?。萍既請螅?/p> 注明：本文章來源于互聯網，如侵權請聯系客服刪除！