[发明专利]一种乳腺癌患者无病生存期预测模型及其构建方法有效

专利信息
申请号: 202010958385.8 申请日: 2020-09-11
公开(公告)号: CN112185569B 公开(公告)日: 2022-02-25
发明(设计)人: 姚和瑞;宋尔卫;余运芳;谭钰洁;陈勇健;何子凡 申请(专利权)人: 中山大学孙逸仙纪念医院
主分类号: G16H50/70 分类号: G16H50/70;G16H50/50;G16H30/40;G16B40/00;G16B5/00;A61B5/055;A61B5/00
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 颜希文
地址: 510030 广东省广州市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 乳腺癌 患者 无病 生存 预测 模型 及其 构建 方法
【说明书】:

发明公开了一种乳腺癌患者无病生存期预测模型及其构建方法,本发明利用人工智能机器学习算法,基于乳腺癌患者的磁共振影像数据及临床特征数据基础,建立乳腺癌患者无病生存期的人工智能预测模型,可以将早期乳腺癌患者有效分为高危风险组和低危风险组。所述预测模型具有精准、简便、无创等优点,能够有效对早期乳腺癌患者术后无病生存期进行有效评价,有助于协助临床医生优化治疗方案,及早地对高危患者加强治疗干预,减少患者的复发风险,对指导临床治疗策略、加强临床治疗干预及后续的个体化随访具有重要的指导意义。

技术领域

本发明属于生物医药领域,涉及一种乳腺癌患者无病生存期预测模型及其构建方法。

背景技术

乳腺癌是严重危害女性健康的恶性肿瘤,占女性恶性肿瘤发病率第一位,死亡率第五位,发病率亦呈逐年上升趋势。大约30%-40%的乳腺癌患者在接受手术及术后辅助治疗后,出现复发转移,最终发展为晚期乳腺癌,并且5年生存率不足23%。早期乳腺癌的复发转移风险研究显示,除年龄、肿瘤大小之外,术前腋窝淋巴结(ALN)状态、新辅助化疗后是否达病理完全缓解(pCR)、分子分型及相关基因表达情况等,也是评价预后的重要指标。

乳腺癌患者腋窝淋巴结状态影响手术方案及系统治疗决策,也作为肿瘤复发转移的独立危险因素。目前诊断方法主要为术前淋巴结穿刺术、术中前哨淋巴结活检(SLNB)与腋窝淋巴结清扫术(ALND)。术前进行淋巴结穿刺,或术中SLNB能使腋窝淋巴结阴性的乳腺癌患者可免行ALND,但两者方法均存在一定的假阴性率,且具有一定有创性。新辅助化疗现已成为局部晚期及部分早期乳癌的标准治疗方式之一。研究显示,20-30%新辅助化疗敏感者可达到pCR状态,且具有更好的无病生存期和总生存,pCR已成为远期生存获益的一个重要的预后因素。目前,只有手术病理检测是评估患者是否达到pCR的金标准。同时,基于分子分型、生物标志物、肿瘤分期等临床特征,相关的早期乳腺癌的复发风险预测模型发挥了一定作用但缺乏普适性。例如,通过21基因,70基因的检测进行肿瘤复发风险预测,使得70%临床低复发风险的早期乳腺癌患者免除辅助化疗。但是,这些手段大都限于特定人群的预测,更是缺乏有高证据级别的前瞻性研究支持。另外,一些重要的乳腺癌分子分型还尚无统一诊疗预测标准,比如预后较差的其他类型的三阴性乳腺癌人群。

发明内容

针对上述问题,本发明的目的是提供一种精准、简便、非有创性的早期乳腺癌患者术后无病生存期(DFS)的预测模型及其构建方法。

为实现上述目的,本发明采取的技术方案为:一种乳腺癌患者无病生存期预测模型的构建方法,包括以下步骤:

(1)、数据收集:收集和处理患者的磁共振图像数据、临床特征数据和随访资料数据;

(2)、建立影像组学预测模型:通过随机森林筛选磁共振图像数据中影响无病生存期的关键特征,并根据Cox比例风险模型建立相应的无病生存期预测模型;

(3)、建立临床病理特征预测模型:通过Cox比例风险模型筛选临床病理特征,并通过Cox比例风险模型建立基于临床特征的无病生存期预测模型;

(4)、建立综合预测模型:基于步骤(2)、(3)的模型,通过Cox比例风险模型得到综合预测模型。

本发明方法通过人工智能机器学习算法,以乳腺癌患者的磁共振(MR)影像数据、临床特征数据和随访资料基础,建立乳腺癌患者无病生存期的人工智能预测模型,对指导临床治疗策略、加强临床治疗干预及后续的个体化随访具有重要的指导意义。

作为本发明的优选实施方式,所述方法还包括将所述综合预测模型可视化生成相应的生成相应的可视化的列线图和/或进行验证的步骤。

生成列线图(nomogram)的可视化形式,模型更直观、简单,便于对该模型进行推广、应用。通过对模型进行验证可有效评估模型的效能。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学孙逸仙纪念医院,未经中山大学孙逸仙纪念医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010958385.8/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top