पैपिलरी थायरॉयड कार्सिनोमा की लिम्फ नोड मेटास्टेसिस की भविष्यवाणी ट्रांसफर लर्निंग रेडियोमिक्स पर आधारित

पैपिलरी थायरॉयड कार्सिनोमा (PTC) वाले रोगियों में लिम्फ नोड मेटास्टेसिस (LNM) के खतरे का गैर-आक्रामक मूल्यांकन उपचार विकल्प चयन के लिए बहुत महत्वपूर्ण है। इस पत्र का उद्देश्य PTC रोगियों में LNM की प्रीऑपरेटिव भविष्यवाणी के लिए एक ट्रांसफर लर्निंग रेडियोमिक्स (TLR) मॉडल विकसित करना है, जो कि एक बहु-केंद्र, क्रॉस-मशीन, मल्टी-ऑपरेटर परिदृश्य में है। यहाँ हम रिपोर्ट करते हैं कि TLR मॉडल एक स्थिर LNM भविष्यवाणी उत्पन्न करता है। मुख्य समूह के क्रॉस-वैलिडेशन और स्वतंत्र परीक्षण के प्रयोगों में, निदान समय, मशीन और ऑपरेटर के अनुसार, TLR ने 0.90 का औसत क्षेत्र (AUC) प्राप्त किया। अन्य दो स्वतंत्र समूहों में, TLR ने 0.93 AUC भी प्राप्त किया, और यह प्रदर्शन Delong परीक्षण के अनुसार अन्य तीन तरीकों की तुलना में सांख्यिकीय रूप से बेहतर है। निर्णय वक्र विश्लेषण भी साबित करता है कि TLR मॉडल PTC रोगियों को अन्य विधियों की तुलना में अधिक लाभ देता है।