文献

J-GLOBAL ID：202102272062061723   整理番号：21A0779144

口腔および咽頭癌の生存予測におけるCox回帰に対するツリーベース機械学習アルゴリズムの比較:SEERデータベースに基づく分析【JST・京大機械翻訳】

Comparison of the Tree-Based Machine Learning Algorithms to Cox Regression in Predicting the Survival of Oral and Pharyngeal Cancers: Analyses Based on SEER Database

著者 (10件)： Du Mi (School of Public Health, The University of Adelaide, 5005 Adelaide, Australia) ,  Du Mi (Robinson Research Institute, The University of Adelaide, 5005 Adelaide, Australia) ,  Haag Dandara G. (School of Public Health, The University of Adelaide, 5005 Adelaide, Australia) ,  Haag Dandara G. (Robinson Research Institute, The University of Adelaide, 5005 Adelaide, Australia) ,  Haag Dandara G. (Australian Research Centre for Population Oral Health, Adelaide Dental School, The University of Adelaide, 5005 Adelaide, Australia) ,  Lynch John W. (School of Public Health, The University of Adelaide, 5005 Adelaide, Australia) ,  Lynch John W. (Robinson Research Institute, The University of Adelaide, 5005 Adelaide, Australia) ,  Lynch John W. (Population Health Sciences, University of Bristol, Bristol BS8 1QU, UK) ,  Mittinty Murthy N. (School of Public Health, The University of Adelaide, 5005 Adelaide, Australia) ,  Mittinty Murthy N. (Robinson Research Institute, The University of Adelaide, 5005 Adelaide, Australia)
資料名： Cancers (Web)  (Cancers (Web))
巻： 12  号： 10  ページ： 2802  発行年： 2020年 
JST資料番号： U7153A  ISSN： 2072-6694  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 本研究は,口腔および咽頭癌(OPC)の3および5年の疾患特異的生存を予測するため,樹木ベースの機械学習アルゴリズムの使用を実証し,それらの性能を従来のCox回帰と比較することを目的とした。2004年から2009年の間にOPCと診断された合計21154の個人を,Surveillance,Epidemiology,およびEnd Index(SEER)データベースから得た。3つの樹木ベースの機械学習アルゴリズム(生存木(ST),ランダム森林(RF)および条件付き推論森林(CF))を,参照技術(Cox比例ハザードモデル(Cox))とともに,生存予測モデルを開発するために使用した。予測子における欠測値を処理するために,著者らは,Coxモデルに対する完全条件付き仕様記述アプローチのサブスタンスモデル互換性バージョンを適用し,一方,ST,RFおよびCFモデルに対する欠測データにRFを使用した。内部検証のために,モデル開発データセットにおいて50回の反復で10倍交差検証を用いた。これに続いて,試験データセットにおけるC指数,統合Brierスコア(IBS)および較正曲線を用いてモデル性能を評価した。完全症例によるOPCsの3年生存率を予測するために,開発セットにおけるC指数は,Cox,ST,RFおよびCFについて,それぞれ0.77(0.77,0.77),0.70(0.70,0.70),0.83(0.83,0.84)および0.83(0.83,0.86)であった。同様の結果が5年生存予測モデルで認められ,Cox,ST,RFおよびCFのC指数は,それぞれ0.76(0.76,0.76),0.69(0.69,0.70),0.83(0.83,0.83)および0.85(0.84,0.86)であった。IBSに基づく予測誤差曲線は,これらのモデルに対して類似のパターンを示した。予測性能は,非置換データによる分析において不変であった。さらに,潜在的臨床使用のためにフリーなウェブベースの計算器を開発した。結論として,Cox回帰と比較して,STは,SEERデータを用いた3年および5年OPC生存の予測において,より低いおよびRFおよびCFはより高い予測精度を有した。RFおよびCFアルゴリズムは,OPC患者の生存確率を推定するための臨床的使用であるCox回帰に対するノンパラメトリック代替法を提供する。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  互換性 ,  *データベース ,  *口腔 ,  ノンパラメトリック法 ,  生存率 ,  検量線 ,  仕様記述 ,  *咽頭腫瘍 ,  Web【情報システム】 ,  *学習アルゴリズム ,  予測誤差 ,  予測モデル
準シソーラス用語： 予測精度 ,  ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (5件)： 口腔腫瘍 ,  予測 ,  生存可能性 ,  口腔咽頭 ,  頭頸部

分類 (2件)： 臨床腫よう学一般  (GE03010Y) ,  医用情報処理  (JE15030Q)

引用文献 (37件)：

• Bray, F.; Ferlay, J.; Soerjomataram, I.; Siegel, R.L.; Torre, L.A.; Jemal, A. Global cancer statistics 2018: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J. Clin. 2018, 68, 394-424.
• Du, M.; Nair, R.; Jamieson, L.; Liu, Z.; Bi, P. Incidence Trends of Lip, Oral Cavity, and Pharyngeal Cancers: Global Burden of Disease 1990-2017. J. Dent. Res. 2019, 99, 143-151.
• Kioi, M. Recent advances in molecular-targeted therapy for oral cancer. Int. J. Oral Maxillofac. Surg. 2017, 46, 27.
• Surveillance, Epidemiology, and End Results Program. Cancer Stat Facts: Oral Cavity and Pharynx Cancer. Available online: https://seer.cancer.gov/statfacts/html/oralcav.html (accessed on 30 November 2019).
• Patton, L.L. At the interface of medicine and dentistry: Shared decision-making using decision aids and clinical decision support tools. Oral Surg. Oral Med. Oral Pathol. Oral Radiol. 2017, 123, 147-149.

タイトルに関連する用語 (8件)： 口腔 ,  咽頭癌 ,  生存 ,  予測 ,  ベース機械 ,  学習アルゴリズム ,  データベース ,  分析