NSCLC EGFR Mutation Prediction via Random Forest Model: A Clinical–CT–Radiomics Integration Approach
Notice bibliographique
Résumé
Non-small cell lung cancer (NSCLC) is the leading cause of cancer-related mortality worldwide. Accurate determination of epidermal growth factor receptor (EGFR) mutation status is essential for selecting patients eligible for tyrosine kinase inhibitors (TKIs). However, invasive genotyping is often limited by tissue accessibility and sample quality. This study presents a non-invasive machine learning model combining clinical data, CT morphological features, and radiomic descriptors to predict EGFR mutation status. A retrospective cohort of 138 patients with confirmed EGFR status and pre-treatment CT scans was analyzed. Radiomic features were extracted with PyRadiomics, and feature selection applied mutual information, Spearman correlation, and wrapper-based methods. Five Random Forest models were trained with different feature sets. The best-performing model, based on 11 selected variables, achieved an AUC of 0.91 (95% CI: 0.81-1.00) under stratified five-fold cross-validation, with an accuracy of 0.88 ± 0.03. Subgroup analysis showed that EGFR-WT had a performance of precision 0.93 ± 0.04, recall 0.92 ± 0.03, F1-score 0.91 ± 0.02, and EGFR-Mutant had a performance of precision 0.76 ± 0.05, recall 0.71 ± 0.05, F1-score 0.68 ± 0.04. SHapley Additive exPlanations (SHAP) analysis identified tobacco use, enhancement pattern, and gray-level-zone entropy as key predictors. Decision curve analysis confirmed clinical utility, supporting its role as a non-invasive tool for EGFR-screening.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».