胃癌に対する胃切除術後の人工ニューラルネットワーク予後モデルの開発と検証：国際多施設コホート研究

Development and validation of an artificial neural network prognostic model after gastrectomy for gastric carcinoma: An international multicenter cohort study.

• Ziyu Li
• Xiaolong Wu
• Xiangyu Gao
• Fei Shan
• Xiangji Ying
• Yan Zhang
• Jiafu Ji

抄録

背景:

最近では、臨床病理学的変数と胃がん患者の生存率との間の複雑な多次元非線形関係を扱うために、人工ニューラルネットワーク（ANN）法も採用されている。本研究では、多国籍コホートを用いて、胃がん患者のANNベースの生存予測モデルを開発し、検証することを目的とした。

BACKGROUND: Recently, artificial neural network (ANN) methods have also been adopted to deal with the complex multidimensional nonlinear relationship between clinicopathologic variables and survival for patients with gastric cancer. Using a multinational cohort, this study aimed to develop and validate an ANN-based survival prediction model for patients with gastric cancer.

方法:

本研究では、中国のセンター、日本のセンターで胃切除術を受け、それぞれSurveillance, Epidemiology, End Resultsデータベースに記録されている胃癌患者を対象とした。予測モデルの開発には多層パーセプトロンニューラルネットワークを用いた。ANNモデルと従来の予測モデルとの比較には、時間依存受信機動作特性（ROC）曲線、曲線下面積（AUC）、決定曲線分析（DCA）を用いた。

METHODS: Patients with gastric cancer who underwent gastrectomy in a Chinese center, a Japanese center, and recorded in the Surveillance, Epidemiology, and End Results database, respectively, were included in this study. Multilayer perceptron neural network was used to develop the prediction model. Time-dependent receiver operating characteristic (ROC) curves, area under the curves (AUCs), and decision curve analysis (DCA) were used to compare the ANN model with previous prediction models.

結果:

9つの入力ノード、9つの隠れノード、2つの出力ノードからなるANNモデルを構築した。これら3つのコホートのデータから、モデルのAUCは、5年生存予測でそれぞれ0.795、0.836、0.850であった。検量線分析では、ANN予測生存率は実際の生存率と高い整合性を有していた。ANNモデルと以前の予測モデルとの間のDCAと時間依存ROCを比較したところ、すべてのコホートにおいて、ANNモデルは以前のモデルと比較して良好で安定した予測能力を有していた。

RESULTS: An ANN model with nine input nodes, nine hidden nodes, and two output nodes was constructed. These three cohort's data showed that the AUC of the model was 0.795, 0.836, and 0.850 for 5-year survival prediction, respectively. In the calibration curve analysis, the ANN-predicted survival had a high consistency with the actual survival. Comparison of the DCA and time-dependent ROC between the ANN model and previous prediction models showed that the ANN model had good and stable prediction capability compared to the previous models in all cohorts.

結論:

ANNモデルは有意に優れた識別能力を持ち、個別化された生存予測が可能である。このモデルは東洋と西洋のデータで汎用性が高く、臨床応用価値が高い。

CONCLUSIONS: The ANN model has significantly better discriminative capability and allows an individualized survival prediction. This model has good versatility in Eastern and Western data and has high clinical application value.

© 2020 The Authors. Cancer Medicine published by John Wiley & Sons Ltd.