2023-04-03

肿瘤治疗需要根据多个临床参数的测量进行连续的个体调整。利用临床数据中存在的模式的预测工具可用于辅助决策并减轻与解释所有这些参数相关的负担。本研究的目的是使用健康记录中常规记录的信息预测胰腺癌患者下次就诊时的演变，为临床医生提供决策支持系统。我们选择血液学变量作为访问的临床结果，假设它们可以预测患者的演变。基于回归树生成多变量模型，以预测所选每个临床结果的下一次就诊值，基于纵向临床数据以及每次就诊时个体患者状态的计算机模拟中流出的分子数据集。这些模型以0.79的平均预测分数（平衡精度）预测嗜酸性粒细胞、白细胞、单核细胞和血小板的进化趋势。就诊和中性粒细胞减少之间的时间跨度是导致预测演变的最常见因素之一。在计算机模拟中纳入系统生物学的分子变量为所选结果变量中观察到的变化提供了分子背景，主要与造血调节有关。尽管存在局限性，但这项研究可以作为在现实世界环境中应用下一次访问预测工具的概念证明，即使可用的数据集很小。