基于具有相似肿瘤特征的临床病理数据预测 Oncotype 评分的新方法
应用统计
2023-03-14 v1 定量方法
机器学习
摘要
引言：Oncotype DX（ODX）检测是一种市售的乳腺癌分子检测，为激素受体阳性、HER2 阴性的患者提供预后和预测性乳腺癌复发信息。本研究的目的是提出一种新颖方法以辅助医师决策。方法：开展了一项 2012 年至 2020 年间的回顾性研究，纳入了来自勃艮第-弗朗什-孔泰大区三家医院接受 ODX 检测的 333 例病例。使用临床和病理报告收集数据。开发了一种基于分布随机森林、利用 9 项临床病理特征的方法。该方法特别可用于识别训练队列中与新患者具有相似性的患者，并预测 ODX 评分分布的估计值。结果：参与者平均年龄为 56.9 岁。我们正确分类了 92% 的低风险患者和 40.2% 的高风险患者。总体准确率为 79.3%。低风险正确预测值（PPV）比例为 82%。高风险正确预测值（NPV）比例约为 62.3%。F1 分数和曲线下面积（AUC）分别为 0.87 和 0.759。结论：所提出的方法能够预测患者的 ODX 评分分布，并对预测评分提供解释。该方法与病理医师关于不同组织学和免疫组化特征的专长相结合，对帮助肿瘤学家制定乳腺癌治疗决策具有临床影响。
引用
@article{arxiv.2303.06966,
title = {A new methodology to predict the oncotype scores based on clinico-pathological data with similar tumor profiles},
author = {Zeina Al Masry and Romain Pic and Clément Dombry and Christine Devalland},
journal= {arXiv preprint arXiv:2303.06966},
year = {2023}
}