使用常规临床和实验室数据进行早期肺癌识别的机器学习

摘要 背景 大多数肺癌在晚期被诊断出来。高风险个体的前症状识别可以促使早期干预，从而改善长期结果。 目的 开发一个模型，基于常规临床和实验室数据，利用机器学习预测未来肺癌的诊断。 方法 我们收集了6505名非小细胞肺癌（NSCLC）患者和189597名同时期对照对象的数据，并比较了一个新型机器学习模型与经过修订的2012年前列腺、肺、结肠和卵巢癌筛查试验风险模型（mPLCOm2012）的准确性，使用接收器操作特征曲线下面积（AUC）、灵敏度和诊断比值比（OR）作为模型性能的指标。 测量与主要结果 在测试集中，曾吸烟者的机器学习模型在临床诊断前9-12个月识别NSCLC的准确性高于mPLCOm2012（P < 0.00001），并展示了0.86的AUC、12.3的诊断OR和在95%预定特异性下的40.1%灵敏度。 相比之下，mPLCOm2012在相同特异性下表现为0.79的AUC、7.4的OR和27.9%的灵敏度。 与标准肺癌筛查的合格标准相比，机器学习模型的准确性更高，并且在适用于筛查合格人群时比mPLCOm2012的准确性更高。 影响模型的变量包括已知风险因素和一些新预测因子，如白血球和血小板计数。 结论 机器学习模型在早期诊断NSCLC方面比任何标准的筛查合格标准或mPLCOm2012更准确，展示了通过早期检测帮助预防肺癌死亡的潜力。