亮点
- 对于肝细胞癌（HCC），肝脏移植（LT）通常比手术切除（SR）提供更好的长期生存率，但供体稀缺和患者变异使治疗选择复杂。
- 一项韩国全国队列研究开发了不同的机器学习（ML）模型，用于预测接受LT或SR后的3年总生存期（OS），并将患者分为治疗有利组。
- ML模型展示了强大的预测性能；反事实分析表明，与当前临床实践相比，ML指导的治疗决策可降低超过50%的死亡风险。
- 外部验证确认了模型的可重复性，支持ML辅助个性化治疗选择在HCC中的潜在临床应用。
优化肝细胞癌治疗选择：机器学习指导肝脏移植与手术切除的选择
MedXY 注册用户
免费登录后阅读全文
登录或注册 MedXY 账号，即可解锁本文完整内容。
本文在创作过程中使用了包括 AI 在内的多种编辑工具，并在发布前经人工编辑审核。
