REDES NEURAIS E REGRESSAO LOGISTICA PARA PREDIÇAO DE DESFECHO E PROGNOSTICO EM PACIENTES DE CANCER DE PROSTATA.
Introdução
A predição do desfecho clínico em pacientes com adenocarcinoma submetidos a prostatectomia radical (PR) é uma das principais questões relativas à conduta médica para com estes pacientes. Redes Neurais (RNs) têm-se mostrado ferramentas poderosas na análise de dados em que existem interações não-lineares entre os conjuntos de parâmetros analisados e a informação a ser predita.
Objetivo
Avaliar o desempenho de achados clínico-patológicos pré e pós-operatórios na construção de modelos preditores de desfecho utilizando RNs.
Material e Método
Foram analisados 5.048 pacientes submetidos a PR entre 2008-2017, considerando-se variáveis preditoras idade, PSA, escore de Gleason e variável de desfecho doença extraprostática. A partir dos atributos preditores foi gerado um modelo experimental de RNs multilayer-perceptron com arquitetura de duas camadas invisíveis para predição do desfecho-alvo.
Resultado
O modelo de RNs foi validado pelo método 10-fold cross-validation. A acurácia média foi estabelecida em 0.78 (+/- 0.06), sensibilidade em 0.90 e especificidade em 0.65. A média harmônica foi 0.77 e a área sob a curva 0.78.
Conclusão
A RN proposta é robusta, com média harmônica (0.77) na predição de doença extra-prostática. Em comparação com trabalhos que utilizam metodologias similares, se destaca pelo emprego de poucos parâmetros, de fácil aquisição e baixo
rede neural
câncer
próstata
ONCOLOGIA
Paulo Guilherme O. Salles, Gilderlânio Santana Araújo, Iana Louise Lamego Oliveira, Marcos Augusto Santos, Wagner Carlos Santos Magalhães