期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
临床及CT机器学习模型预测肝细胞癌患者首次TACE后急性肝功能恶化
1
作者 任泳年 唐昌乾 +3 位作者 魏星博 李冬筱 王连才 李德宇 《中国介入影像与治疗学》 北大核心 2025年第3期153-158,共6页
目的观察基于治疗前临床及CT特征构建的机器学习(ML)模型预测肝细胞癌(HCC)患者首次TACE后急性肝功能恶化(ALFD)的价值。方法回顾性收集320例接受首次TACE的HCC患者,按4:1比例划分为训练集(n=256)与测试集(n=64);根据TACE后2周内临床、... 目的观察基于治疗前临床及CT特征构建的机器学习(ML)模型预测肝细胞癌(HCC)患者首次TACE后急性肝功能恶化(ALFD)的价值。方法回顾性收集320例接受首次TACE的HCC患者,按4:1比例划分为训练集(n=256)与测试集(n=64);根据TACE后2周内临床、实验室及影像学所见评估有无ALFD。以单因素分析比较训练集有、无ALFD患者临床基线资料及TACE前CT所示病灶直径,基于差异有统计学意义的参数分别以9种ML算法构建ML模型,以测试集验证模型效能并筛选最优模型。于测试集评估最优模型校准度和临床价值,并以SHAP法分析各参数贡献度。结果训练集76例ALFD、180例非ALFD;测试集18例ALFD、46例非ALFD。9种ML模型中,极限梯度提升(XGBoost)模型在测试集的敏感度、特异度、准确率、曲线下面积、F1值及Kappa值分别为85.12%、89.34%、88.08%、0.927、0.811及0.725,为最优模型;其对于测试集的预测概率与实际概率的一致性良好,临床净获益较高;患者年龄、TACE前CT所示病灶直径、谷丙转氨酶、谷草转氨酶及TACE用时对该模型的贡献均较大。结论基于治疗前临床及CT特征构建的XGBoost模型能有效预测HCC患者首次TACE后ALFD。 展开更多
关键词 癌 肝细胞 化学栓塞 治疗性 机器学习 急性肝功能恶化
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部