Machine learning–based personalized prediction of gastric cancer incidence using the endoscopic and histologic findings at the initial endoscopy

医学 食管胃十二指肠镜检查 萎缩性胃炎 胃肠病学 内窥镜检查 肠化生 入射(几何) 癌症 胃炎 危险系数 累积发病率 内科学 幽门螺杆菌 置信区间 物理 光学 移植
作者
Junya Arai,Tomonori Aoki,Masaya Sato,Ryota Niikura,Nobumi Suzuki,Rei Ishibashi,Yosuke Tsuji,Atsuo Yamada,Yoshihiro Hirata,Tetsuo Ushiku,Yoku Hayakawa,Mitsuhiro Fujishiro
出处
期刊:Gastrointestinal Endoscopy [Elsevier]
卷期号:95 (5): 864-872 被引量:30
标识
DOI:10.1016/j.gie.2021.12.033
摘要

Accurate risk stratification for gastric cancer is required for optimal endoscopic surveillance in patients with chronic gastritis. We aimed to develop a machine learning (ML) model that incorporates endoscopic and histologic findings for an individualized prediction of gastric cancer incidence.We retrospectively evaluated 1099 patients with chronic gastritis who underwent EGD and biopsy sampling of the gastric mucosa. Patients were randomly divided into training and test sets (4:1). We constructed a conventional Cox proportional hazard model and 3 ML models. Baseline characteristics, endoscopic atrophy, and Operative Link on Gastritis-Intestinal Metaplasia Assessment (OLGIM)/Operative Link on Gastritis Assessment (OLGA) stage at initial EGD were comprehensively assessed. Model performance was evaluated using Harrel's c-index.During a mean follow-up of 5.63 years, 94 patients (8.55%) developed gastric cancer. The gradient-boosting decision tree (GBDT) model achieved the best performance (c-index from the test set, .84) and showed high discriminative ability in stratifying the test set into 3 risk categories (P < .001). Age, OLGIM/OLGA stage, endoscopic atrophy, and history of malignant tumors other than gastric cancer were important predictors of gastric cancer incidence in the GBDT model. Furthermore, the proposed GBDT model enabled the generation of a personalized cumulative incidence prediction curve for each patient.We developed a novel ML model that incorporates endoscopic and histologic findings at initial EGD for personalized risk prediction of gastric cancer. This model may lead to the development of effective and personalized follow-up strategies after initial EGD.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
cc2713206完成签到,获得积分10
2秒前
Ava应助笨笨采纳,获得10
6秒前
手术刀完成签到 ,获得积分10
10秒前
郑洋完成签到 ,获得积分10
10秒前
14秒前
巾凡完成签到 ,获得积分10
29秒前
α(阿尔法)完成签到 ,获得积分10
31秒前
孤独听雨的猫完成签到 ,获得积分10
37秒前
roundtree完成签到 ,获得积分0
37秒前
janer完成签到 ,获得积分10
38秒前
zeannezg完成签到 ,获得积分10
39秒前
由不尤完成签到 ,获得积分10
44秒前
carly完成签到 ,获得积分10
48秒前
GG完成签到 ,获得积分10
49秒前
罗良干完成签到 ,获得积分10
51秒前
im红牛完成签到 ,获得积分10
56秒前
QAQSS完成签到 ,获得积分10
58秒前
青黛完成签到 ,获得积分10
1分钟前
陌桑子完成签到 ,获得积分10
1分钟前
maclogos完成签到,获得积分10
1分钟前
zhangpp完成签到,获得积分10
1分钟前
wBw完成签到,获得积分10
1分钟前
1分钟前
那些兔儿完成签到 ,获得积分10
1分钟前
Jeffrey完成签到 ,获得积分10
1分钟前
gao完成签到 ,获得积分10
1分钟前
zhangyafei完成签到,获得积分10
1分钟前
Chang完成签到 ,获得积分10
1分钟前
zhangguo完成签到 ,获得积分10
1分钟前
赘婿应助zhangyafei采纳,获得10
1分钟前
zhangsan完成签到,获得积分10
1分钟前
香蕉觅云应助科研通管家采纳,获得10
1分钟前
淡淡的向雁完成签到,获得积分10
1分钟前
围着那只小兔转完成签到 ,获得积分10
1分钟前
believe完成签到,获得积分10
1分钟前
mmichaell完成签到,获得积分10
1分钟前
阿士大夫完成签到,获得积分10
1分钟前
于洋完成签到 ,获得积分10
1分钟前
木南大宝完成签到 ,获得积分10
2分钟前
木木夕完成签到,获得积分10
2分钟前
高分求助中
rhetoric, logic and argumentation: a guide to student writers 1000
QMS18Ed2 | process management. 2nd ed 1000
Eric Dunning and the Sociology of Sport 850
Operative Techniques in Pediatric Orthopaedic Surgery 510
人工地层冻结稳态温度场边界分离方法及新解答 500
The Making of Détente: Eastern Europe and Western Europe in the Cold War, 1965-75 500
The history of Kenya agriculture 500
热门求助领域 (近24小时)
化学 医学 材料科学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 免疫学 细胞生物学 电极
热门帖子
关注 科研通微信公众号,转发送积分 2919248
求助须知:如何正确求助?哪些是违规求助? 2560989
关于积分的说明 6926832
捐赠科研通 2219448
什么是DOI,文献DOI怎么找? 1179849
版权声明 588619
科研通“疑难数据库(出版商)”最低求助积分说明 577316