Machine learning models to predict submucosal invasion in early gastric cancer based on endoscopy features and standardized color metrics ... : نماذج التعلم الآلي للتنبؤ بالغزو تحت المخاطي في سرطان المعدة المبكر بناءً على ميزات التنظير الداخلي ومقاييس الألوان الموحدة ...

Conventional endoscopy is widely used in the diagnosis of early gastric cancers (EGCs), but the graphical features were loosely defined and dependent on endoscopists' experience. We aim to establish a more accurate predictive model for infiltration depth of early gastric cancer including a standardized colorimetric system, which demonstrates promising clinical implication. A retrospective study of 718 EGC cases was performed. Clinical and pathological characteristics were included, and Commission Internationale de l'Eclariage (CIE) standard colorimetric system was used to evaluate the chromaticity of lesions. The predicting models were established in the derivation set using multivariate backward stepwise logistic regression, decision tree model, and random forest model. Logistic regression shows location, macroscopic type, length, marked margin elevation, WLI color difference and histological type are factors significantly independently associated with infiltration depth. In the decision tree ... : يستخدم التنظير التقليدي على نطاق واسع في تشخيص سرطان المعدة المبكر (EGCs)، ولكن تم تحديد الميزات الرسومية بشكل فضفاض وتعتمد على تجربة المنظار. نحن نهدف إلى إنشاء نموذج تنبؤي أكثر دقة لعمق تسلل سرطان المعدة المبكر بما في ذلك نظام قياس الألوان الموحد، والذي يوضح الآثار السريرية الواعدة. تم إجراء دراسة بأثر رجعي لـ 718 حالة EGC. تم تضمين الخصائص السريرية والمرضية، وتم استخدام نظام قياس اللون القياسي للجنة الدولية للإيكولوجيا (CIE) لتقييم لونية الآفات. تم إنشاء نماذج التنبؤ في مجموعة الاشتقاق باستخدام الانحدار اللوجستي التدريجي متعدد المتغيرات، ونموذج شجرة القرار، ونموذج الغابة العشوائي. يُظهر الانحدار اللوجستي أن الموقع والنوع العياني والطول وارتفاع الهامش الملحوظ واختلاف لون WLi والنوع النسيجي هي عوامل مرتبطة بشكل مستقل بشكل كبير بعمق الارتشاح. في نموذج شجرة القرار، تم اختيار ارتفاع الهامش، والآفة الموجودة في الجزء السفلي 1/3، وقيمة لون WLi *، وقيمة لون b*، وسمك غير طبيعي في التصوير المقطعي المحسن، مما حقق AUROC 0.810. تم إنشاء نموذج غابة عشوائي يقدم أهمية كل ميزة بدقة 0.80، و AUROC 0.844. يمكن لمقاييس الألوان ...