基于人工智能的合并慢性淋巴细胞性甲状腺炎的甲状腺乳头状癌颈中央区淋巴结转移的早期预测系统构建  

作　　者：陈宏[1] 

机构地区：[1]重庆工贸职业技术学院,重庆408000

出　　处：《中国科技期刊数据库 医药》2024年第4期0109-0112,共4页

摘　　要：探讨同时合并有慢性淋巴细胞性甲状腺炎(CLT)的甲状腺乳头状癌(papillary thyroid carcinoma,PTC)患者,产生颈中央区淋巴结转移(CLNM)危险成因,以人工智能为基础进行预测系统的构建。方法 以回顾性分析的形式,对2022年1月-2023年1月内,在医院进行治疗同时以病理确诊为PTC合并CLT的患者214例。以logistic回归分析模型形式,对CLNM的危险因素进行筛选,进行三种模型的建立,即CatBoostRegressor算法、“Extreme Gradient Boosting模型”、LightGBM算法。结果 训练组、测试组除年龄比较外,其余值P>0.05;数据判定,年龄差异、肿瘤直径、病灶数量、腺外侵犯是合并CLT的PTC患者出现CLNM的关键预测要素;CatBoostRegressor模型ROC曲线AUC值、准确度、敏感性、特异度评定更为良好。结论 通过机器学习为基础,建构三种预测模型中,CatBoostRegressor性能更良好,经CLT合并PTC中的预测价值显著。

关 键 词：甲状腺 癌症 人工智能 预测模型 

分 类 号：R736[医药卫生—肿瘤]