A comparison of logistic regression and artificial neural networks in predicting central lymph node metastases in papillary thyroid microcarcinoma

Abstract

OBJECTIVE: Prophylactic central lymph node dissection(CLND) is a controversial issue in papillary thyroid microcarcinoma( PTMC) patients without lymphatic metastasis. Artificial neural network(ANN) has been proposed as an alternative statistical technique for predicting complex biologic phenomena. Our aim is to develop an ANN model in predicting central lymph node metastases(CLNM) in patients with PTMC, in comparison to traditional logistic regression(LR) analysis. STUDY DESIGN: Eighty patients who underwent total thyroidectomy plus CLND for PTMC were included in the study. The factors associated with CLNM were determined by using both ANN model and LR analysis. The predictive performances of these two statistical models were compared. RESULTS: Twenty (25%) patients had CLNM. In univariate analysis, age >45 years, tumor diameter >7 mm, and multifocality were the associated parameters with CLNM. These parameters were used to create LR and ANN models. LR test revealed tumor diameter >7 mm and multifocality as independent factors for CLNM. ANN (AUC: 0.786) had a higher predictive value for CLNM, in comparison to LR model (AUC: 0.750). CONCLUSIONS: Tumor diameter >7 mm and multifocality are the independent prognostic indicators of CLNM in patients with PTMC. ANN model has higher predictive value for determining central metastasis, in comparison to LR analysis. KEY WORDS: Artificial neural networks, Central lymph node metastasis, Logistic regression, Papillary thyroid microcarcinoma.

La dissezione linfonodale centrale profilattica (CLND) è una argomento controverso da eseguirsi in pazienti con microcarcinoma papillare della tiroide (PTMC) in assenza di metastasi linfatiche. È stato proposto l’uso della rete neurale artificiale (ANN) come tecnica statistica alternativa per la predizione di fenomeni biologici complessi. Il nostro scopo è quello di sviluppare un modello di rete neurale artificiale (ANN) per la previsione della presenza di metastasi linfonodali centrali (CLNM) in pazienti con microcarcinoma papillare della tiroide, e confrontarlo con la tradizionale analisi di regressione logistica (LR). Lo studio si è avvalso di 80 pazienti sottoposti a tiroidectomia totale con CLND per PTMC, determinando i fattori associati com CLNM usando sia il modello di rete neurale artificiale e l’analisi di regressione logistica, paragonando l’efficacia predittiva di questi due modelli statistici. In 20 pazienti (25%) si è riscontratta la presenza di matastasi nei linfonodi centrali. con l’analisi univariata l’età superiore ai 45 anni, il diametro del tumore supeirore ai 7 mm e la multifocalità si sono dimostrati parametri associati con la presenza di questa metastatizzazione. Questi parametri sono stati usati per crearemodelli di regrassione logistica e di rete neurale artificiale. l test di regressione logistica ha rivelato come fattori indipendenti per la metastatizzazione linfonodale centrale sia il diametro tumorale superiore a 7 mm che la multifocalità. La rete neurale artificiale (AUC: 0,786) ha dimostrato un superiore valore previsionale per la metatstatizzazione linfonodale centrale rispetto al modello di regressione lineare (AUC: 0,750). In conclusione il diametro tumorale superiore a 7 mm e la multifocalità sono gli indicatori prognostici indipendenti della metastatizzazione linfonodale centrale di microcarcinomi papilliferi della tiroide, e il modello di rete neurale artificiale dimostra un maggiore valore predittivo rispetto alla analisi di regressione lineare per questa metastatizzazione.