新型機器學習模型可識別惡液質(zhì) 對腫瘤治療具有重要意義

　　【醫(yī)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(yī)大學陸軍特色醫(yī)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(zhì)”近日發(fā)表在臨床營養(yǎng)領域國際期刊《美國臨床營養(yǎng)雜志》上。

　　腫瘤惡液質(zhì)，是指各種晚期惡性腫瘤的常見并發(fā)癥，表現(xiàn)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(zhì)。腫瘤惡液質(zhì)在惡性腫瘤發(fā)生的早期就有可能發(fā)生，當腫瘤惡液質(zhì)進入難治時期，基本不可逆轉(zhuǎn)。但在早期階段，通過聯(lián)合抗腫瘤治療及對抗腫瘤惡液質(zhì)的綜合治療手段，卻可以有效延緩或遲滯腫瘤惡液質(zhì)的發(fā)生與發(fā)展。因此，及時準確地識別腫瘤惡液質(zhì)，對腫瘤患者至關重要。

　　但在臨床上，診斷腫瘤惡液質(zhì)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(zhì)被嚴重低估。而該項研究的目的就在于開發(fā)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(zhì)。

　　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(gòu)成。在驗證數(shù)據(jù)中，模型預測腫瘤惡液質(zhì)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(jié)果對于幫助改善腫瘤患者的綜合治療具有重要臨床意義。 

　　（科技日報）