Oskitz Ruiz Deza
Aproximadamente 30% dos pacientes com câncer gastrointestinal submetidos à quimioterapia baseada em 5-fluorouracil (5-FU) apresentam toxicidade grave. Atualmente, há uma escassez de ferramentas eficazes para identificar indivíduos em risco neste contexto. Este estudo visa preencher essa lacuna construindo um modelo preditivo usando uma rede bayesiana, um modelo gráfico probabilístico robusto conhecido por suas previsões interpretáveis. Empregando um conjunto de dados abrangendo 267 pacientes com câncer gastrointestinal, os dados foram submetidos a pré-processamento e foram particionados em conjuntos TRAIN e TEST em uma proporção de 80%:20%. A importância da variável foi avaliada usando o algoritmo RandomForest, empregando o coeficiente MeanDecreaseGini. O modelo de rede bayesiana foi projetado usando a biblioteca bnlearn R, utilizando uma validação cruzada de 10 vezes no conjunto TRAIN e otimizando a estrutura da rede com o método aic-cg. O desempenho do modelo foi avaliado por meio de precisão, sensibilidade e especificidade, empregando validação cruzada no conjunto TRAIN e validação independente no conjunto TEST. O modelo apresentou desempenho favorável, alcançando uma precisão média de 0,85 (±0,05) e 0,80 nos conjuntos de dados TRAIN e TEST, respectivamente. A sensibilidade e a especificidade foram 0,82 (±0,14) e 0,87 (±0,07) para o conjunto de dados TRAIN e 0,71 e 0,83 para o conjunto de dados TEST. Uma ferramenta amigável foi desenvolvida para implantação clínica. Apesar de algumas limitações, nosso modelo de rede bayesiana exibiu uma forte capacidade de prever a probabilidade de toxicidade hematológica grave em pacientes com câncer gastrointestinal submetidos à quimioterapia baseada em 5-FU. Investigações futuras devem se concentrar na validação do modelo usando coortes maiores de pacientes e em diversos cenários clínicos.
Compartilhe este artigo
English 
Spanish 
Chinese 
Russian 
German 
French 
Japanese 
Hindi 