Deep learning-based identification of patients at increased risk of cancer using routine laboratory markers

要約

がんの早期スクリーニングにより生存率が向上し、診断が遅れて患者が集中的で費用のかかる治療から解放されることが証明されています。
健康な集団におけるがんスクリーニングには、スクリーニング方法と頻度を決定するための最初のリスク階層化ステップが含まれます。これは主に、最も利益を得る個人にスクリーニングをターゲットにすることでリソース配分を最適化するためです。
ほとんどのスクリーニング プログラムでは、年齢と家族歴などの臨床リスク因子が初期リスク階層化アルゴリズムの一部となっています。
この論文では、診断検査やスクリーニングプログラムへの参加を奨励するがんリスクが高い患者を特定するために使用できる、血液マーカーに基づくリスク階層化アプローチの開発に焦点を当てています。
全血球計算や完全代謝パネルなどの、簡単で広く利用可能な血液検査を組み合わせることで、ROC 曲線下面積が 0.76、0.85 の結腸直腸がん、肝臓がん、および肺がんのリスクがある患者を特定できる可能性があることを実証します。
、0.78、それぞれ。
さらに、このようなアプローチは、個人の事前スクリーニングのリスク評価としてだけでなく、集団の健康管理ツールとしても、たとえば特定の亜集団におけるがんリスクをより適切に調査するために使用できる可能性があるという仮説を立てています。

要約(オリジナル)

Early screening for cancer has proven to improve the survival rate and spare patients from intensive and costly treatments due to late diagnosis. Cancer screening in the healthy population involves an initial risk stratification step to determine the screening method and frequency, primarily to optimize resource allocation by targeting screening towards individuals who draw most benefit. For most screening programs, age and clinical risk factors such as family history are part of the initial risk stratification algorithm. In this paper, we focus on developing a blood marker-based risk stratification approach, which could be used to identify patients with elevated cancer risk to be encouraged for taking a diagnostic test or participate in a screening program. We demonstrate that the combination of simple, widely available blood tests, such as complete blood count and complete metabolic panel, could potentially be used to identify patients at risk for colorectal, liver, and lung cancers with areas under the ROC curve of 0.76, 0.85, 0.78, respectively. Furthermore, we hypothesize that such an approach could not only be used as pre-screening risk assessment for individuals but also as population health management tool, for example to better interrogate the cancer risk in certain sub-populations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google