폐암환자 생존분석에 대한 TNM 병기 군집분석 평가
Accessing the Clustering of TNM Stages on Survival Analysis of Lung Cancer Patient
1
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
병원에서는 폐암 환자의 최종병기를 기준으로 치료방침 및 예후를 결정하고 있다. 폐암 환자의 최종병기는 미국 암 연합회(AJCC)에서 제공하는 TNM 분류방법을 바탕으로 7단계로 나누어 진단된다. 이런 접근 방법은 환자의 치료, 예후 및 생존일 예측 등 다양한 분야에서 사용하기에 한계가 있다. 이 논문에서는 데이터 과학적 접근을 통해 T, N, M병기를 사용하여 생존일수별 환자집단을 나눌 수 있는지 알아보기 위해 비지도 학습 중 하나인 군집분석(Clustering)을 진행한 후 군집분석의 결과를 Cox비례위험모형을 사용하여 비교 하였다. 환자들의 최종병기를 사용하지 않고, T, N, M병기 정보만 사용하였을 때 생존시간 예측정확도가 더 높은 것을 확인하였다. 특히, AJCC의 최종병기 7단계와 같이 군집의 개수를 7로 설정했을 때보다 군집의 수를 축소하거나 확장했을 때 T, N, M 병기 군집분석을 통한 생존시간 예측정확도가 향상하는 것을 확인하였다.
Abstract
The treatment policy and prognosis are determined based on the final stage of lung cancer patients. The final stage of lung cancer patients is determined based on the T, N, and M stage classification table provided by the American Cancer Society (AJCC). However, the final stage of AJCC has limitations in its use for various fields such as patient treatment, prognosis and survival days prediction. In this paper, clustering algorithm which is one of non-supervised learning algorithms was assessed in order to check whether using only T, N, M stages with a data science method is effective for classifying the group of patients in the aspect of survival days. The final stage groups and T, N, M stage clustering groups of lung cancer patients were compared by using the cox proportional hazard model. It is confirmed that the accuracy of prediction of survival days with only T, N, M stages becomes higher than the accuracy with the final stages of patients. Especially, the accuracy of prediction of survival days with clustering of T, N, M stages improves when more or less clusters are analyzed than the seven clusters which is same to the number of final stage of AJCC.
참고문헌 (19)
- 박예민, "가천의대 길병원에서 진단된 폐암 환자의 임상적 특성", 대한내과학회지, 78(2), pp.215~221 (2010), 대한내과학회
- Wu, Dengyuan, "An examination of TNM staging of melanoma by a machine learning algorithm", 2012 International Conference on Computerized Healthcare(ICCH). IEEE, pp.120~126 (2012)
- 김혜영, "폐암의 병기 결정", 대한의사협회지, 51(12), pp.1118~1124 (2008), 대한의사협회
- McGhan, Lee J., "Validation of the updated 7th edition AJCC TNM staging criteria for gastric adenocarcinoma", Journal of Gastrointestinal Surgery, 16(1), pp.53~61 (2012)
- Detterbeck, Frank C., "The IASLC Lung Cancer Staging Project : methodology and validation used in the development of proposals for revision of the stage classification of NSCLC in the forthcoming(eighth)edition of the TNM classification of lung cancer", Journal of thoracic oncology, 11(9), pp.1433~1446 (2016)
- Chansky, Kari, "The IASLC lung cancer staging project : external validation of the revision of the TNM stage groupings in the eighth edition of the TNM classification of lung cancer", Journal of Thoracic Oncology, 12(7), pp.1109~1121 (2017)
- Sui, Xizhao, "Validation of the stage groupings in the eighth edition of the TNM classification for lung cancer", Journal of Thoracic Oncology, 12(11), pp.1679~1686 (2017)
- Goldstraw, Peter, "The IASLC Lung Cancer Staging Project : proposals for the revision of the TNM stage groupings in the forthcoming(seventh)edition of the TNM Classification of malignant tumours", Journal of thoracic oncology, 2(8), pp.706~714 (2007)
- Goldstraw, Peter, "The IASLC lung cancer staging project : proposals for revision of the TNM stage groupings in the forthcoming(eighth)edition of the TNM classification for lung cancer", Journal of Thoracic Oncology, 11(1), pp.39~51 (2016)
- 최철웅, "TNM병기 클러스터링을 활용한 폐암 최종병기 결정", 한국스마트미디어학회 춘계학술대회, pp.554~557 (2020)
- Kaur, Harjot, "Comparative Weka Analysis of Clustering Algorithm’s", International Journal of Information Technology and Computer Science, pp.56~67 (2017)
- 홍의석, "대표적인 클러스터링 알고리즘을 사용한 비감독형 결함 예측 모델", 정보처리학회 논문지, 3(2), pp.57~64 (2014), 한국정보처리학회[DOI]
- Lee, Seungmin, "Analyzing Brain Cancer Survivability Using SEER (Surveillance, Epidemiology, and End Results Program) Data with method of Kaplan Meier", 대한인간공학회 학술대회논문집, pp.92~96 (2015)
- 인준용, "Survival analysis: Part I — analysis of time-to-event", Korean Journal of Anesthesiology, 71(3), pp.182~191 (2018), 대한마취통증의학회
- Steck, Harald, "On ranking in survival analysis: Bounds on the concordance index" (2008), Advances in neural information processing systems
- Amigó, Enrique, "A comparison of extrinsic clustering evaluation metrics based on formal constraints", Information retrieval, 12(4), pp.461~486 (2009)
- 이동수, "K-평균 군집화 알고리즘 및 딥러닝 기반 군중 집계를 이용한 전염병 확진자 접촉 가능성 여부 판단 모니터링 시스템 제안", 스마트미디어저널, 9(3), pp.122~129 (2020), (사)한국스마트미디어학회[DOI]
- 임명진, "리뷰의 의미적 토픽 분류를 적용한 감성 분석 모델", 스마트미디어저널, 9(2), pp.69~77 (2020), (사)한국스마트미디어학회[DOI]
- 이진우, "무선 센서 네트워크를 위한 효율적인 클러스터링 기법", 스마트미디어저널, 6(4), pp.24~31 (2017), (사)한국스마트미디어학회