28 вещей, которые настолько облегчают жизнь, что вы, вероятно, будете использовать их годами
Aug 22, 202365 крутых вещей, которые кажутся дорогими, но стоят дешево AF на Amazon
Mar 04, 20246 лучших закусок с высоким содержанием белка для более быстрой потери жира
Oct 22, 20238 лучших дамасских ножей EDC 2023 года
May 09, 2024Алисия Баумгарднер мстит, Кристина Линардату решает сохранить за собой бесспорную корону
Aug 20, 2023Прогнозирование мутаций BRAFV600E при папиллярной карциноме щитовидной железы с использованием шести алгоритмов машинного обучения на основе ультразвуковой эластографии
Том 13 научных отчетов, номер статьи: 12604 (2023) Цитировать эту статью
Подробности о метриках
Наиболее распространенной мутацией BRAF является миссенс-мутация тимина (Т) в аденин (А) в нуклеотиде 1796 (T1796A, V600E). Ген BRAFV600E кодирует протеинзависимую киназу (PDK), которая является ключевым компонентом пути митоген-активируемой протеинкиназы и необходима для контроля пролиферации, дифференцировки и гибели клеток. Мутация BRAFV600E приводит к неправильной и постоянной активации PDK, что приводит к аномальной пролиферации и дифференцировке PTC. Основываясь на радиомических особенностях эластографии (УЗИ), это исследование направлено на создание и проверку шести различных алгоритмов машинного обучения для прогнозирования мутации BRAFV6OOE у пациентов с ПТК до операции. В этом исследовании использовались данные обычного УЗИ деформационной эластографии 138 пациентов с ПТК. Пациенты были разделены на две группы: те, у кого не было мутации BRAFV600E (n = 75) и те, у кого мутация была (n = 63). Пациенты были случайным образом распределены по одному из двух наборов данных: обучение (70%) или проверка (30%). Из изображений деформационной эластографии США было получено в общей сложности 479 радиомикологических признаков. Для уменьшения признаков использовались коэффициент корреляции Пирсона (PCC) и рекурсивное исключение признаков (RFE) со стратифицированной десятикратной перекрестной проверкой. На основе выбранных радиомических функций шесть алгоритмов машинного обучения, включая машину опорных векторов с линейным ядром (SVM_L), машину опорных векторов с ядром радиальной базисной функции (SVM_RBF), логистическую регрессию (LR), наивный Байес (NB), K-ближайшие соседи. (KNN) и линейный дискриминантный анализ (LDA) сравнивались для прогнозирования возможности BRAFV600E. Точность (ACC), площадь под кривой (AUC), чувствительность (SEN), специфичность (SPEC), положительная прогностическая ценность (PPV), отрицательная прогностическая ценность (NPV), анализ кривой решения (DCA) и калибровочные кривые алгоритмы машинного обучения использовались для оценки их производительности. ① Диагностическая эффективность алгоритмов машинного обучения зависела от 27 радиомических признаков. ② AUC для NB, KNN, LDA, LR, SVM_L и SVM_RBF составляли 0,80 (95% доверительный интервал [ДИ]: 0,65–0,91), 0,87 (95% ДИ 0,73–0,95), 0,91 (95% ДИ 0,79–0,98). , 0,92 (95% ДИ 0,80–0,98), 0,93 (95% ДИ 0,80–0,98) и 0,98 (95% ДИ 0,88–1,00) соответственно. ③ Наблюдалась значительная разница в эхогенности, соотношении вертикальных и горизонтальных диаметров и эластичности между пациентами с ПТК с BRAFV600E и пациентами с ПТК без BRAFV600E. Алгоритмы машинного обучения, основанные на радиомических характеристиках эластографии УЗИ, способны прогнозировать вероятность возникновения BRAFV600E у пациентов с ПТК, что может помочь врачам определить риск развития BRAFV600E у пациентов с ПТК. Среди шести алгоритмов машинного обучения машина опорных векторов с радиальной базисной функцией (SVM_RBF) показала лучшие показатели ACC (0,93), AUC (0,98), SEN (0,95), SPEC (0,90), PPV (0,91) и NPV (0,95). ).
Мутация BRAFV600E вносит значительный вклад в фенотип папиллярной карциномы щитовидной железы (ПТК), который помогает в диагностике и дифференциальной диагностике ПТК до операции1,2. Диагностика BRAFV600E требует генетического тестирования клеточного элюата с помощью тонкоигольной аспирации (FNA) под ультразвуковым контролем, которая является инвазивной. Цитологическое исследование узлов щитовидной железы методом FNA под ультразвуковым контролем позволяет диагностировать ПТК до операции, но от 15% до 30% цитологических результатов относятся к определению системы Bethesda с неопределенными результатами обнаружения (включая Bethesda Type III: атипичные поражения или фолликулярные поражения неизвестной значимости ( AUS/FLUS), тип IV: фолликулярные опухоли/подозрение на фолликулярные опухоли и тип V: подозрение на злокачественные опухоли (SUSP)). Таким образом, «Рекомендации по классификации риска злокачественных новообразований и лечению TBSRTC» рекомендуют цитологическое исследование FNA в сочетании с обнаружением мутации BRAFV600E, но все они являются инвазивными. В результате в клинической практике крайне важно применять неинвазивные подходы к прогнозированию статуса мутаций BRAFV600E, чтобы снизить уровень FNA и молекулярного обнаружения.