Įrodymų vertinimo motyvai grindžiamas modelis diagnozuoti limfmazgių metastazių skrandžio vėžio

Įrodymų vertinimo motyvai grindžiamas modelis diagnozuoti limfmazgių metastazių skrandžio vėžio pervežimas tezės
Background pervežimas limfmazgių metastazių (LNM) skrandžio vėžys yra labai svarbus prognostinis veiksnys, turintis įtakos ilgalaikiam išlikimui. Šiuo metu kelios bendro vaizdo metodai naudojami siekiant įvertinti limfmazgių būklę. Tačiau jie negali pasiekti tiek aukšto jautrumo ir specifiškumo vienu metu. Siekiant spręsti šią sudėtingą problemą, nauja įrodomąją motyvai (ER), remiantis modelio siūloma remti diagnozę LNM skrandžio vėžio.
Metodai
Yra 175 pacientai iš eilės, kuris išgyveno multidetector kompiuterinė tomografija (MDCT) iš eilės prieš operaciją. Aštuoni rodikliai, kurie serosal invazija, naviko klasifikacija, naviko didinimo modelis, naviko storis, skaičių limfmazgius, didžiausia limfmazgių dydį, limfmazgių stoties ir limfmazgių stiprinti yra naudojami siekiant įvertinti naviko ir limfos mazgas per CT vaizdų. Visi iš pirmiau nurodytų rodiklių atspindi biologinės savybės gali skrandžio vėžio. ER grindžiamas modelis yra sukonstruotas, atsižvelgiant į pirmiau nurodytus rodiklius kaip pirkimo indeksą. Išėjimo puslapis nustato, ar LNM, pasireiškia pacientams, kurie sprendžia chirurgijos ir histopatalogiją. Technika vadinama k kartų kryžminio patvirtinimo naudojamas mokymo ir bandymų naują modelį. Diagnostikos pajėgumą LNM yra vertinami ROC kreivė (ROC) kreives. Radiologo klasifikuoja LNM priimdama limfmazgių dydį palyginimui.
Rezultatai
134 iš 175 atvejų yra atvejai LNM, o palaikai nėra. Aštuoni rodikliai statistiškai reikšmingo skirtumo tarp teigiamų ir neigiamų grupių. Jautrumo, konkretumo ir AUC ER pagrįstame modelyje yra 88.41%, 77.57% ir 0,813, atitinkamai. Tačiau už radiologo įvertinant LNM iš maksimalaus limfmazgių dydį, atitinkamos reikšmės yra tik 63,4%, 75,6% ir 0,757. Todėl siūloma modelis gali gauti geresnių rezultatų nei radiologo. Be to, siūlomas modelis taip pat lenkia kitus mašina mokymosi metodus.
Išvadas
Pagal biologinio elgesio informacijos skrandžio vėžio, ER pagrįstas modelis gali veiksmingai ir prieš operaciją diagnozuoti LNM.
Raktiniai žodžiai
skrandžio vėžys limfos mazgas metastazės įrodomąją motyvai faktai
Skrandžio vėžio tapo viena iš pagrindinių priežasčių, dėl vėžio mirčių pasaulyje [1]. Limfmazgių metastazės (LNM) yra labai svarbus prognostinis faktorius dėl ilgalaikio išlikimo [2]. TNM per sustojimo sistema, pagrįsta Amerikos jungtiniame komitete dėl vėžio yra laikoma įvertinta standartą ir buvo plačiai priimta [3]. Remiantis šio standarto, 5 metų išgyvenamumas pacientų N0 etape po operacijos yra 86,1%, o N1, N2 ir N3 etapas pacientai gali gauti 58,1%, 23,3% ir 5,9% atitinkamai [4].
Šiuo metu gydytojai diagnozuoti LNM empiriškai remiantis limfmazgių dydį, kuris remiasi įvairių vaizdavimo metodų, pavyzdžiui, endoskopinės ultragarsinės (EOS), pilvo ultragarso, multi-slice spiralės kompiuterinės tomografijos (KT), magnetinio rezonanso tomografijos (MRT) ir pozitronų emisijos kompiuterinė tomografijos (PET). Tačiau nė vienas iš minėtų vaizdavimo priemonėmis galima įsigyti limfmazgių būklę patenkinamai. Tuo tarpu, sisteminė apžvalga parodė, kad EUS, MDCT, konvencinė MRT ir FDG-PET, negali būti naudojamas siekiant patvirtinti arba paneigti, kad LNM buvimą patikimai [2]. Taip yra todėl, kad didelės limfiniai mazgai gali būti sukeltas uždegimas, o mažosios gali būti sukeltas metastazių. Todėl vienas limfmazgis dydis yra ne stiprus prognozuoti. Iš tiesų, daugelis tyrimų parodė, kad LNM yra susiję su naviko dydžiu, patologinės limfinės dalyvavimo, histologinio tipo ir kitų veiksnių [5-8]. Todėl turėtų būti laikoma metodas, kuris jungia limfmazgių dydį su šiais veiksniais. Be to, keli tyrimai [9-11] aptarė diagnostikos galimybes morfologinių charakteristikų tiesiosios žarnos vėžiu. Pagal šiuos tyrimus, morfologines charakteristikas, įskaitant sienų kontūrą ir signalo intensyvumą limfmazgius, gali iš dalies pagerins diagnostikos galimybę metastazių. Tačiau šie tyrimai daugiausia dėmesio MRT Imaging tiesiosios žarnos vėžiu. Pacientams, sergantiems skrandžio vėžiu, klinikinėje praktikoje, pilvo KT yra labiau paplitęs naudota vaizdo modalumas nei MRT tyrimą. Taigi, manome, kuriant modelį diagnozuoti LNM su keliais rodikliais.
Kadangi yra kokybiniai ir kiekybiniai duomenys aštuonis rodiklius, metodą, kuris gali integruoti turėtų būti priimtos šių dviejų tipų duomenimis. ER požiūris iš pradžių buvo siūloma kovoti su keliais atributas sprendimų analizė problemų, kurios apima tiek kokybinius ir kiekybinius požymius pagal neapibrėžtumo [12]. Branduolys yra ER algoritmas, kuris yra sukurtas remiantis sprendimų teorija ir Dempster-Shafer (D-S) teorijos įrodymų [13, 14] pagrindu. Kaip ER gali integruoti kokybinę informaciją ir kiekybiniai duomenys pagrįstai, ji taikoma. Vienas iš šio darbo tikslų yra išanalizuoti kokie rodikliai yra susiję su biologinio elgesio skrandžio vėžio ir statyti matematinį modelį, siekiant įvertinti LNM prieš operaciją.
Metodai
Pacientai
Šiame eksperimente gauti 175 CT atvejai iš Pekino universiteto onkologijos ligoninės & Institutas (Pekinas, Kinija p R.) sudaro imtį. Pagal tarptautinės gydymo gairės skrandžio vėžio, KT yra vienas iš dažniausiai naudojamų patikrinimų [15]. Tačiau, kiti metodai, pavyzdžiui, PET ir EOS yra naudojami kaip pasirinkto patikrinti. Šie pacientai buvo skiriami priešoperacinė kontrastinės pilvo CT egzaminų ir gavo pašalintas skrandis nuo 2006 balandžio iki 2008 m rugsėjo Ši retrospektyvinė studija patvirtino institucinę priežiūros valdyba (IRB). Jie buvo prieš operaciją nagrinėjamas MDCT. Atkreipkite dėmesį, kad mes turime gauti informuotą sutikimą iš visų atrinktiems pacientams prieš įprastą klinikinę eigą CT egzaminus. Yra 125 vyrai ir 50 moterys, tarp šių pacientų ir jų vidutinis amžius yra 59,8 metų. Šie duomenys yra parodyta 1.Table Lentelė 1 pacientui charakteristikos
klinika patologiniai bruožai
Reikšmės
pacientų skaičius
175
amžiaus vidurkis (y) pervežimas 59,8 (30-85)
vyrų santykis moterys
125: 50
histopatalogiją
adenokarcinoma
173 (98,9%)
Na diferencijuotas
6 (3,4%)
Vidutiniškai diferencijuoti
91 (52%)
blogai diferencijuoti
76 (43,5%)
Mažos ląstelių karcinoma
2 (1,1%)
limfmazgių metastazių
Teigiamas
134 (76,6%)
Neigiama
41 (23,4%)
rodiklių
yra aštuoni rodikliai, kurie buvo išgauti du radiologai, vienas su trejus metus ir dar aštuonių metų patirtį pilvo KT. Aštuoni rodikliai buvo matuojami ir skaičiuojami rankiniu būdu MDCT vaizdų taip: (1) Serosal invazija: Ašiniai ir MPR vaizdai yra vertinami siekiant nustatyti serosal invazija vienu metu. Visa sustorėjimas skrandžio sienelės nenormaliai pagerina linijinis arba tinklinių struktūrų riebalinį sluoksnį supantį skrandis nurodyta serosal invazija [16]
(2) Naviko klasifikacija:. Anksti skrandžio vėžys arba Bormann klasifikacija Išplėstinė vėžio MPR vaizdų yra . patvirtino
(3) naviko didinimo modelis:. naviko stiprinimas yra padalintas į tris modelius ne portalo etapo CT vaizdų, kurie yra gleivinės paviršiaus priedu, homogeniška didinimą ir nevienalytė stiprinimą
(4) naviko storis: maksimalus storis naviko matuojamas ties ašine CT vaizdų
(5) limfmazgių skaičius:. iš skrandžio sritiniuose limfmazgiuose, kurių dydis didesnis kaip 3 mm MDCT vaizdų grupių skaičius skaičiuojamas [17]. Kaip limfiniai mazgai, kurie yra mažesni nei 3 mm, yra per maža, kad jie pastebimos, jie yra praleisti
(6) Didžiausias limfmazgių dydis:. Trumpoji ašis iš didžiausių limfmazgio aptikta CT vaizdų matuojamas
(7) limfmazgių stotis:. limfmazgių stotis su MDCT vaizdų remiantis Japonijos klasifikavimo skrandžio karcinoma nustatomas [17]
(8) limfmazgių stiprinimas.: tai reiškia, CT slopinimo vertę limfmazgiuose, kuri matuojama tuo vartų venos fazės CT įvaizdį.
šiame darbe, visi rodikliai yra matuojami rankiniu būdu. Limfmazgių skaičius yra limfmazgių visame skrandžio suma. Maksimalus limfmazgių dydis ir limfmazgių stiprinimas išgaunamas iš maksimaliai limfmazgiuose. Tikslas yra prognozuoti, ar LNM įvyksta išskyrus maksimalus limfmazgis turi LNM. Kitaip tariant, objektas yra prognozuoti, ar LNM įvyksta kiekvienam pacientui. Galutinis rezultatas LNM diagnozę sprendžia chirurgijos ir histopatalogiją. Patologinio rezultatas tikrai gali patvirtinti, ar LNM įvyksta, ar ne. Mes nenorime, kad prognozuoti metastazių kiekvienam limfmazgiuose. Priežastis yra ta, kad vienas su vienas limfinis mazgas turėtų susirašinėjimas su CT ir patologijos priklauso nuo labai tiksliai ir puikią patirtį radiologo. Tai paprastai neatitinka tinkamai skirtingų radiologų, kurie gali turėti įtakos prognozavimo tikslumą matematiniam modeliui. Todėl mes nepadarė vienas su vienu "korespondenciją kiekvienam limfmazgiuose. Šie duomenys yra aprašyti 2.Table 2 lentelė Aprašymas aštuonių rodikliai
paciento duomenis
LNM (-)
LNM (+)
Ligonių skaičius
41/175
134/175
Matavimo duomenys
naviko storis (mm)
13,3 ± 14,0
28,4
16,6 ± Maksimalus limfmazgių dydis (mm)
6,5 ± 2,8
10,0 ± 5,5
limfmazgių skaičius
7 4
8
± 12 ± limfmazgių stiprinimas
39,5 ± 58,5
62,5 ± 66,5
Count duomenis
naviko didinimo modelis
Šablonas 1
13/175
6/175
pattern 2 26/175 118/175
raštas 3
2/175

10/175
Serosal invazija
Taip
15/175
120/175
Nėra
26/175
14/175
naviko klasifikacija
Ankstyvas skrandžio vėžys
Aš
9/175
1/175
BORRMANN 2/175
0/175
BORRMANN II
3/175
9/175
BORRMANN III
27/175
121/175
BORRMANN IV
0/175
3/175
limfmazgių stotį
stoties 1
29 /175
44/175
stotis 2
12/175
54/175
stoties 3
0/175
36/175
matavimo duomenų vertė buvo matuojamas rankiniu būdu, ir skaičiavimo duomenys buvo duomenų skaičius.
ER grindžiamas modelis
šį modelį, mes atstovaujame kiekvieną atvejį kurį per užpildymas žodyną, kurio elementai yra mokymo mėginiai. Jei pakankamai mokymo mėginiai yra iš kiekvienos klasės, bus galima atstovauti bandinį.
Manyti, kad mokymo mėginiai žymimas X = {x
1
X
2
, ..., x
p
}
∈ R
MXN
, kur n
yra mokymo mėginių skaičius ir m
yra rodiklių skaičius. Y
∈ {1,2, ..., p}
yra etiketė ir p
yra klasės indeksas. T = [ "T
1
T
2
... T
M
]
, T
žymi bandinį. Virš-visiškai žodyną
žymimas taip:
=

1

1


1

2

...


1

N

2

1


2

2

...


2

N
...

...

...

...

m

1


m

2

...


m

N
(1) Čia
sudaro mokymo pavyzdžių ir
m, N
atstovauja kiekvieną rodiklį mokymo pavyzdžių. Pagal ER ribų, A
ir T
stulpeliai turi būti normalizuoti pirma. Tada kiekvienas rodiklis, T i
bandinio atstovauja parsisiųsti ir atitinkantis koeficientus W
i
, aš
= 1,2, ..., m
. Tada mes naudoti ER analitinis algoritmą [13] taip: T
J
=
μ
×
Π
K
=
1
N
ω
K
A
j

K
+
1
- CR.LT ω
K
Σ
Aš
=
1
m

aš

K
- CR.LT Π
K
=
1
N
1
- CR.LT ω
K
Σ
Aš
=
1
m

Aš

K
1
- CR.LT μ
×
Π
K
=
1
N
1
- CR.LT ω
K
(2) μ
=
[
Σ
j
=
1
m
Π
K
=
1
N
ω
K

j

K
+
1
- CR.LT ω
K
Σ
Aš
=
1
m
A
man

K
- CR.LT m
- CR.LT 1
Π
K
=
1
N
1
- CR.LT ω
K
Σ
Aš
=
1
m

Aš

K
]
- CR.LT 1
(3) Visos T
rodikliai gali būti atstovaujamam
ir w
i
, aš
= 1,2, ..., m
naudojant ER požiūris. Tarkime, kad ER
atstovauja ER požiūris. Todėl, T
pavaizduotas taip: T
=
ER


ω
(4) kai ω∈R
N
yra koeficientas vektorius. Tačiau, tai nėra įmanoma, siekiant užtikrinti optimalų sprendimą ir vietoj to mes ją pakeisti apytikre tirpalu pateiktą lygtį (5): T
≈
ER
A

ω
(5) Kadangi naujasis byla gali būti pakankamai atstovaujamos mokymo pavyzdžių iš tos pačios klasės, gauname pagal Connector prognozę. model
0.948
0.020
0.000
0.908
0.988
ANN
0.798
0.043
0.000
0.713
0.882
SVM Visi autoriai skaityti ir patvirtino galutinį rankraštį.

• Polimorfizmas iš TGFB1 ir VEGF genai ir išlikimas pacientams, sergantiems skrandžio cancer
• Genomo sekos Helicobacter suis palaiko savo vaidmenį skrandžio pathology