Прогностические аспекты исходов внутричерепных менингиом

Менингиомы стратифицируются в зависимости от степени опухоли и степени резекции, часто в отрыве от других клинических переменных. Цель работы: интеграция демографических, клинических, рентгенологических и патологических данных для разработки прогностических моделей исходов менингиомы. Материал и методы. Разработана всеобъемлющая база данных, содержащая информацию о 235 пациентах, которые перенесли операцию по поводу 257 менингиом в одном учреждении с 2013 по 2023 год. Медиана наблюдения составила 4,3 года, и образцы резекции были повторно оценены в соответствии с современными диагностическими критериями, в результате чего было выявлено 128 менингиом II и 25 менингиом III степени по ВОЗ. Серия алгоритмов машинного обучения была обучена и настроена с помощью вложенной повторной выборки для создания моделей, основанных на предоперационных функциях, обычных послеоперационных функциях или на том и другом. Результаты. Проведено сравнение точности различных алгоритмов, а также уникальной информации, которую они предоставляли в данных. Модели машинного обучения, ограниченные предоперационной информацией, такой как демографические данные пациента и рентгенологические характеристики, имели такую же точность прогнозирования локальной недостаточности или общей выживаемости, как и модели, основанные на степени менингиомы и степени резекции. Интегрированные модели, включающие все доступные демографические, клинические, рентгенологические и патологические данные, позволили получить наиболее точные оценки. На основе этих моделей разработаны деревья решений и номограммы для оценки рисков локальной недостаточности или общей выживаемости пациентов с менингиомой. Заключение. Клиническая информация исторически недостаточно использовалась при прогнозировании исходов менингиомы. Прогностические модели, обученные на основе предоперационных клинических данных, работают сопоставимо с обычными моделями по степени менингиомы и степени резекции. Сочетание всей доступной информации может помочь более точно стратифицировать пациентов с менингиомой