cyclin D1表达模式深度学习识别和预测模型对HPV阴性口腔鳞状细胞癌和口咽鳞状细胞癌患者预后的预测作用
cyclin D1表达模式深度学习识别和预测模型对HPV阴性口腔鳞状细胞癌和口咽鳞状细胞癌患者预后的预测作用
复制标题
DOI：
10.13701/j.cnki.kqyxyj.2023.04.005
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
张佳莉
中科院分区：
文献类型：
--
作者：
杨可;孙雅楠;胡雅英;吕宜楠;郑小风;李易玮;张佳莉
目的:通过评估cyclin D1的表达状态与HPV阴性口腔鳞状细胞癌(oral squamous cell carcinoma,OSCC)及口咽鳞状细胞癌(oropharyngeal squamous cell carcinoma,OPSCC)患者预后的关系,建立基于cyclin D1表达模式的图像识别评分和生存预测模型。方法:回顾性分析610例HPV阴性OSCC和OPSCC患者的临床病理资料。通过比较cyclin D1在不同评价方式以及联合p16/p53表达等多种因素评价体系下患者总体生存(OS)及无进展生存(PFS)的差异,检测cyclin D1对OSCC、OPSCC患者预后的预测作用。利用YOLOv5图像识别算法建立cyclinD1表达模式评分模型,并在此基础上用DeepHit和DeepSurv算法分别建立预后模型。结果:cyclin D1在OSCC和OPSCC癌巢中存在三级表达模式。该表达模式与OSCC(P <0.0001)、OPSCC(P <0.05)患者预后显著相关,且优于cyclin D1表达水平与患者预后的相关性。cyclin D1表达模式在OSCC(P <0.0001)及OPSCC(P < 0.05)中均为独立的预后风险因素。基于cyclin D1表达模式的评分模型在测试集中的准确率达(78.48±4.31)%。在OS预测中,DeepHit算法建立的模型在测试集中的C-index为0.709±0.019,DeepSurv算法建立模型测试集中C-index为0.715±0.029。结论:基于深度学习的cyclin D1表达模式评分模型联合生存预测模型对HPV阴性OSCC和OPSCC总体生存预后具有较好的预测作用。