Metastatik küçük hücreli dışı akciğer kanserinde prognozu belirlemede yapay zekanın yeri
The role of artificial intelligence in detecting prognosis in metastastic non-small cell lung cancer
- Tez No: 880148
- Danışmanlar: DOÇ. DR. ERKAN KAYIKÇIOĞLU
- Tez Türü: Tıpta Uzmanlık
- Konular: İç Hastalıkları, Internal diseases
- Anahtar Kelimeler: Yapay Zeka, Akciğer Kanseri, ortalama sağkalım(OS), Laktat Dehidrogenaz(LDH), CRP/albümin oranı(CAR), Artificial Intelligence, Lung Cancer, Mean survival, Lactate Dehydrogenase (LDH), CRP/albumin ratio (CAR)
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Süleyman Demirel Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: İç Hastalıkları Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Çalışmamızda Metastatik Küçük Hücreli Dışı Akciğer Kanseri (KHDAK) tanısı ile kliniğimizde takip ve tedavi edilen hastaların prognozunu ve ortalama sağkalım(OS)ını Yapay Zeka (YZ) algoritmalarını kullanarak tahmin etmeyi amaçladık. Gereç ve Yöntem: Çalışmamız için Süleyman Demirel Üniversitesi Araştırma ve Uygulama Hastanesi Tıbbı Onkololi Bilim Dalı'na Ocak 2010 ile Haziran 2022 tarihleri arasında başvurmuş Metastatik KHDAK tanısı alan 249 hastanın klinik ve patolojik özelliklerini içeren 51 parametre hastanenin elektronik kayıt sisteminden ve dosyalarından retrospektif olarak tarandı. Bu parametreler YZ algoritmalarıyla işlenerek, KHDAK tanılı hastaların prognozunu tahmin etmek üzere uygun modelleme için kullanıldı. Bulgular: Çalışmamızda YZ algoritmaları, 249 hastaya ait 51 veriyi kullanarak çok yüksek doğruluk ve kesinlik oranı (0,7322) ile OS'yi tahmin etmiştir. YZ'ye göre OS'yi tahmin etmede en belirleyici verilerin Laktat Dehidrogenaz (LDH), C-reaktif protein (CRP)/albümin (ALB) oranı (CAR), Sistemik İmmün İnflamasyon İndeksi (SII), Vücut Kitle Endeksi (BMI) ve lenfosit/monosit oranı (LMR) olduğu belirlenmiştir. Sonuç: Çalışmamız, metastatik KHDAK tanılı hastaların OS sürelerini tahmin etmek için bu denli geniş kapsamlı veri tabanı kullanan ve YZ tabanlı model oluşturan özgün bir araştırmadır. YZ, bu verileri kullanarak çok yüksek doğruluk ve kesinlik oranı (0,7322) ile hastaların OS'lerını tahmin etmiştir. YZ, hastaların OS'yi tahmin etmende en belirleyici 5 parametrenin LDH, CAR, SII, BMI, LMR olduğunu saptamıştır. Bu çalışma ile YZ uygulamalarının hastaların OS'sını çok hızlı, basit ve çok yüksek doğruluk oranı ile tahmin edebildiği gösterilmiştir.
Özet (Çeviri)
Introduction: In our study, we aimed to predict the prognosis and overall survival (OS) of patients with metastatic non-small cell lung cancer (NSCLC) who were followed and treated in our clinic using Artificial Intelligence (AI) algorithms. Materials and Methods: For our study, the clinical and pathological characteristics of 249 patients diagnosed with NSCLC who applied to the Department of Medical Oncology at Süleyman Demirel University Research and Application Hospital between January 2010 and June 2022 were retrospectively scanned from the hospital's electronic recording system and files. These parameters were processed using AI algorithms to be used for appropriate modeling to predict the prognosis of patients diagnosed with NSCLC. Findings: In our study, AI algorithms predicted prognosis and OS with very high accuracy and precision (0.7322) using 51 data from 249 patients. Lactate Dehydrogenase (LDH), C-reactive protein (CRP)/albumin (ALB) ratio (CAR), Systemic Immune Inflammation Index (SII), Body Mass Index (BMI) and lymphocyte/monocyte ratio (LMR) were found to be the most predictive data for prognosis and survival according to AI. Conclusion: Our study is an original research that utilized such a large database and created an AI-based model to predict OS duration of patients with metastatic NSCLC. Using this data, AI predicted the OS of patients with very high accuracy and precision (0.7322). AI determined that LDH, CAR, SII, BMI, LMR were the 5 most decisive parameters in predicting the prognosis of patients. This study demonstrated that AI applications can predict the OS of patients very quickly, simply and with very high accuracy.
Benzer Tezler
- Küçük hücreli dışı akciğer kanserinde metastatik intratorasik lenf nodlarını belirlemede pet-bt nin rolü
The role of pet-ct in detecting metastatic intrathoracic lymph nodes in nonsmall cell lung cancer
ÖZGÜR ÖMER YILDIZ
Tıpta Uzmanlık
Türkçe
2012
Göğüs Kalp ve Damar CerrahisiSağlık BakanlığıGöğüs Cerrahisi Ana Bilim Dalı
PROF. DR. NURETTİN KARAOĞLANOĞLU
- N2 pozitif evre IIIA küçük hücreli dışı akciğer kanseri olgularında prognoz ve sağkalıma metastatik lenf nodu sayısı ile metabolik tümör volümü ve total lezyon glikolizi ölçümlerinin etkisi
The effect of metastatic lymph node number, metabolic tumor volume and total lesion glycolysis measurements on prognosis and survival in N2 positive stage IIIA non-small cell lung cancer cases
NİHAL MUTLU
Tıpta Uzmanlık
Türkçe
2023
Göğüs HastalıklarıSağlık Bilimleri ÜniversitesiGöğüs Hastalıkları Ana Bilim Dalı
DOÇ. DR. BERNA AKINCI ÖZYÜREK
PROF. DR. ÖZLEM ÖZMEN
- Küçük hücreli dışı metastatik akciğer kanserli hastalarda hematolojik parametre değişkenlerinin prognoz üzerine etkisinin değerlendirilmesi
The predictive effect of hematological parameters on prognosis of non small cell metastatic lung cancer patients. namik kemal university faculty of medicine. internal medicine department. tekirdag
DUYGU BAYIR
Tıpta Uzmanlık
Türkçe
2016
OnkolojiTekirdağ Namık Kemal Üniversitesiİç Hastalıkları Ana Bilim Dalı
YRD. DOÇ. DR. ERDOĞAN SELÇUK ŞEBER
- İleri evre küçük hücreli dışı akciğer kanseri hastalarında inflamasyon markerlarının prognoz üzerine etkisi ve PET/CT parametreleri ile korelasyonu
Başlık çevirisi yok
ESRA PİRİNÇÇİ
Tıpta Uzmanlık
Türkçe
2021
İç HastalıklarıDicle Üniversitesiİç Hastalıkları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEYNEP ORUÇ
- Akciğer kanserli hastalarda primer tümör ve metastazlarının semikantitatif olarak değerlendirilmesi
Semi quantitative evaluation of primary tumor and metastases in patients with lung cancer
OZAN KANDEMİR
Tıpta Uzmanlık
Türkçe
2011
Radyoloji ve Nükleer TıpTrakya ÜniversitesiNükleer Tıp Ana Bilim Dalı
PROF. DR. ALİ SARIKAYA