2026. 3. 1.·Cancer medicine·코호트·🇨🇳 China

Machine Learning-Driven Prognostic Model Integrating Lymphocyte-to-C-Reactive Protein Ratio and TNM Staging in Gallbladder Cancer.

원문 읽기 ~5분 → AI 요약 ~1분

AI 핵심 요약

담낭암 예후 예측 모델 개발

임상 적용 포인트 · AI 추출

담낭암 의심 환자에게 수술 전 림프구-CRP 비율과 TNM 병기를 확인하여 예후를 평가하고 환자 상담에 활용하세요.

요약· AI 생성

1) 담낭암 근치적 담낭절제술 환자 184명을 대상으로 수술 후 생존율 예측 모델을 개발한 후향적 연구입니다. 2) 림프구-C반응단백 비율(LCR)과 TNM 병기가 주요 예후 인자로 확인되었습니다. 3) 로지스틱 회귀 모델이 가장 우수한 성능을 보였으며, 1년 생존율 예측 AUC는 0.785-0.800이었습니다. 4) 2년 및 3년 생존율 예측 정확도는 각각 AUC 0.853-0.870, 0.872-0.873으로 높은 예측력을 보였습니다. 5) 임상 의사결정 분석을 통해 실제 임상 적용 가능성이 확인되었습니다.

임상적 의의

수술 전 간단한 혈액검사 지표와 병기 정보만으로 담낭암 환자의 예후를 정확히 예측할 수 있어 치료 계획 수립과 환자 상담에 유용합니다.

연구 한계

단일 기관 후향적 연구로 외부 검증이 필요하며, 표본 크기가 상대적으로 작습니다.

담낭암 예후림프구 CRP 비율기계학습 모델

DOI: 10.1002/cam4.71646

연구 국가: 🇨🇳 China

MeSH: Humans, Gallbladder Neoplasms, Male, Female, Machine Learning, Aged, C-Reactive Protein, Neoplasm Staging

이 요약은 MotionLabs 의료 AI가 생성했습니다. AI 요약은 원문의 핵심을 전달하기 위한 참고 자료이며, 임상 판단을 대체하지 않습니다.

MotionLabs 더 알아보기