동기: 근치적 전립선 절제술 후 재발 위험을 정확하게 예측하는 방법이 세계적으로 인정받지 못하고 있다. 목표: 전립선암 환자의 재발 위험을 예측하는 새로운 방법을 찾는다. 접근 방법: 세 개 센터에서 400명의 환자의 수술 전 bpMRI 및 임상 병리 정보를 수집하였다. LASSO-코스 분석을 사용하여 효과적인 특징을 선택하였다. k-평균 방법을 사용하여 예후 하위 그룹을 식별하였다. 하위 그룹의 PFS를 비교하기 위해 K-M 곡선을 그렸다. 모델의 예측 효능은 일치 지수로 평가되었다. 결과: 비지도 학습은 고위험, 중위험 및 저위험 하위 그룹을 효과적으로 식별할 수 있다. 임상-방사선학 모델은 더 높은 예측 성능을 가지고 있다. 영향: 비지도 학습 기반의 bpMRI 방사선적 특징과 임상 요인은 높은 예측 예후 가치를 가지고 있으며, 이 특징들은 고위험 환자를 조기에 식별하고, 치료 요법을 조정하며, 환자의 예후를 개선하는 데 도움이 될 잠재력을 가진다.
Hu et al. (Tue,)는 이 질문을 연구하였다.