Машинное обучение может предсказать наличие метастазов меланомы в лимфатических узлах при использовании РНК-секвенирования
PracticeUpdate
 21 февр. 2023 г.

Meneveau, Max O., Vavolizza, Rick D., Mohammad, Anwaruddin, Kumar, Pankaj; et al.

ВВЕДЕНИЕ

При клиническом выявлении метастазов меланомы в лимфатических узлах (кЛУ), ЛУ полностью удаляются. Однако, более чем в 40% случаев окончательный диагноз подтверждает только 1 метастатический ЛУ. Результаты недавних исследований свидетельствуют о том, что целенаправленное удаление только одного метастатического ЛУ может обеспечить эффективный региональный контроль заболевания с меньшими осложнениями, чем терапевтическое удаление всех ЛУ. Отбор пациентов, подлежащих более щадящей хирургической операции требует точного выявления пациентов только с 1 метастатическим ЛУ.

ЦЕЛЬ

Целью исследования была разработка прогностической модели для выявления пациентов с 1 метастатическим ЛУ (мЛУ) в сравнении с пациентами, имеющими больше 1 мЛУ. Для этого использовали машинное обучение при применении профилей экспрессии генов и клинических данных в качестве вводных переменных.

МЕТОДЫ

Для идентификации пациентов, у которых было проведено тотальное удаление ЛУ с метастазами меланомы, использовали базу данных Атласа генома рака (TCGA). Для определения количества метастатических ЛУ были проанализированы отчеты патанатомии. В анализ машинного обучения включали тех пациентов, для которых были доступны данные секвенирования РНК. Было отобрано 20 переменных, включавших экспрессированные гены и клинические признаки, которые стали вводными параметрами для обучения модели гребенчато-логистической регрессии (ГЛР). Эта модель использовалась для прогностического выявления пациентов с 1 мЛУ в отличие от пациентов с несколькими мЛУ при применении 10-кратной перекрестной валидации на 80% образцах. Затем модель была протестирована на остальных образцах.

РЕЗУЛЬТАТЫ

Всего 153 пациента соответствовали критериям включения: 64 пациента с 1 мЛУ (42%) и 89 пациентов с несколькими мЛУ (58%). При выборе признаков определены переменные, включавшие 1 клинический признак (экстранодальное увеличение) и 19 экспрессированных генов, которые использовались для прогнозирования пациентов с 1 мЛУ в отличие от пациентов с >1 мЛУ. По модели ГЛР были идентифицированы группы пациентов с точностью 90% и AUC (площадью под кривой) = 0,97.

ЗАКЛЮЧЕНИЕ

Использование профилей экспрессии генов и клинических признаков может выявлять пациентов с метастазами меланомы в 1 мЛУ в отличие от пациентов с несколькими мЛУ. В будущем, модели, обученные с использованием изображений ПЭТ / КТ, экспрессии генов и соответствующих клинических признаков, могут повысить точность прогноза для тех пациентов, которым можно проводить целевое удаление одного мЛУ, а не полное удаление всех ЛУ.

Цитирование

Meneveau, Max O.; Vavolizza, Rick D.; Mohammad, Anwaruddin; Kumar, Pankaj; et al. A Step Toward Personalized Surgical Decision Making: Machine Learning Predicts One Versus Numerous Melanoma Lymph Node Metastases Using RNA-Sequencing. Annals of Surgery ():10.1097/SLA.0000000000005761, November 25, 2022. | DOI: 10.1097/SLA.0000000000005761

 Ссылка на источник