Association of clinicopathological features with spread through air spaces in non-small cell lung cancer: a retrospective machine-learning study
Questo studio retrospettivo di machine learning che utilizza 19 caratteristiche clinicopatologiche ha rilevato che, sebbene i dati disponibili possiedano un segnale discriminatorio moderato per la previsione della diffusione negli spazi aerei (STAS) nel carcinoma polmonare non a piccole cellule, il modello risultante è più adatto come strumento esplorativo di associazione piuttosto che come ausilio decisionale clinico preoperatorio a causa della tempistica post-resezione dei predittori chiave e di una calibrazione subottimale.