基于SHOX2和RASSF1A甲基化水平的机器学习算法预测早期肺腺癌病理类型

2025-09-19 Medsci 等1家媒体报道 科研进展





打开微信“扫一扫”
点击右上角分享按钮

2025年9月19日获悉，一项研究探讨了基于SHOX2和RASSF1A甲基化水平的机器学习算法预测早期肺腺癌病理类型的准确性。研究共纳入272例患者，BT/AIS组、MIA组和IA组患者的平均年龄分别是57.97岁、61.31岁和63.84岁；女性患者占比分别为55.38%、61.11%和61.36%。基于SHOX2和RASSF1A甲基化水平建立的早期肺腺癌预测模型中，随机森林与XGBoost模型在预测各病理类型时表现良好。通过决策曲线分析，随机森林模型在BT/AIS和MIA病理类型的预测中展示了较高的净收益，表明其在临床应用中具有潜在价值。研究表明基于SHOX2和RASSF1A甲基化水平的机器学习算法预测早期肺腺癌病理类型具有较高的准确性。