非小细胞肺癌肿瘤进展预测建模研究

发布时间：2020-09-25 22:39

　　自20世纪80年代起，肺癌已成为目前世界范围内发病率及死亡率最高的恶性肿瘤。围绕肿瘤进展的建模研究能辅助医生了解病情、选择治疗方式，具有较重要科研和临床意义，已成为广大医疗工作者和科研人员的重要研究课题。首先从基于横截面、纵向数据两个方面介绍建模研究现状并阐述医学数据的特点。本课题收集到的患者数据主要为纵向数据，因此以纵向数据为重点进行建模研究，针对不同的研究问题提出不同的建模方案，然后设计了诊疗辅助管理原型系统（DTAMS）并开发部分模块。最后对研究工作进行总结和展望。本文的探索和研究内容如下：（1）在调研和数据特点分析基础上，本文提出肿瘤进展建模的整体研究方案，介绍本课题的工作流程与所涉及的关键问题，并对本课题涉及到的医学数据的特点进行描述，同时对数据进行初步的筛选与处理。（2）针对非小细胞肺癌中晚期患者的生存质量问题利用多层线性模型进行建模研究。以时变的随访次数与不随时间变化的患者个体特征为输入，以患者不同次检查的FACT评分为输出，研究FACT评分随时间的变化趋势，并利用患者个体特征（如性别、年龄等特征）研究不同患者的FACT评分变化趋势间的差异。通过建立该模型，可以帮助医生全面了解目前治疗人群的生存质量评分的变化趋势，并针对不同个体特征人群采取不同的治疗方案提高其生存质量。（3）利用变系数模型研究时变的肿瘤大小进展情况。利用变系数模型探索时变的检测指标项与时变的肿瘤大小之间的映射关系，同时利用本文提出的B样条估计与Adaptive-Lasso惩罚最小二乘结合的两步迭代法，对各个指标项进行系数估计与变量选择，并分析哪些变量对输出为时变效应，哪些变量对输出为常数效应，哪些变量为零效应，从而指导医生针对影响系数较大的指标项采取合理的控制手段，间接抑制肿瘤的进一步发展。同时可以根据本次检查的指标项与估计出的系数对肿瘤大小进行预测，辅助医生对肿瘤大小的变化趋势有更直观的了解。（4）除了以肿瘤大小来反映肿瘤的进展情况外，我们将肿瘤的复发、扩大、转移以及新肿瘤的出现结合起来判断肿瘤是否发生进展，该指标项为二分类型数据，有进展为1，无进展为0。变系数模型不能直接用于分析二分类型输出的数据，因此考虑用Logistic变系数模型对肿瘤有无进展项进行建模研究。每个患者每次检测的肿瘤有无进展情况不同，其也为纵向数据。我们拟探索时变的检测指标项与时变的肿瘤有无进展项之间的映射关系，在对系数的估计中，我们首先对系数进行B样条逼近，利用B样条基引入时间因素使其适用于处理纵向数据，然后利用极大似然法对各个系数进行估计，并且可以根据本次检查的指标项计算本次肿瘤发生进展的概率，当肿瘤发生进展的概率大于50%时，则认为肿瘤将会发生进展。本课题还完成了诊疗辅助管理原型系统中的肿瘤进展建模模块的开发与设计，在一定程度上推动了课题组对肿瘤进展建模研究工作的深入开展。
【学位单位】：北京工业大学
【学位级别】：硕士
【学位年份】：2013
【中图分类】：R734.2;N945.12
【部分图文】：

均匀分布,零系,样条逼近,常系数

图 4-3cz 计算流程图Figure 4-3 Calculation flow chart ofcz 法称之为 IVSM(Iterative Variable S Wang，Li 于 2008 年将 B 样条逼近行比较，BSCAD 也适用于处理纵向性能，但是无法分离常系数与零系面，将两种方法进行比较。随机产10i 0 k1( )= ( ) ( ) ( )ij ij ij ik ij ijkY u u u X u e ~ (0,1)iu U ， ~ (0,1)ikX N ，0 (t ) sin()=-1，5 (u )=1，k (u )=0， k =6, 10，e ~i2 2 2 ,0.2 ,0.4代表不同的模型误差水平，均匀分布在（0,1）之间的 20 个时

模型图,变系数,模型

图 4-5 估计出的变系数Figure 4-5 Estimated varying coefficient最终，我们得到如下模型0{1,2,3,5,6,7,8,9,10,12,14, {1113}15,16,17,18,19,20,23,24}( ) ( ) ( ) ( ) ( )i ij ij k ij k ij k k ij ijk kY u u u X u X u ，（4-39）在式（4-39）中，第一项为截距，第二项为变系数部分，第三项为常系数部分，其中所有系数的估计值见表 4-3 和图 4-5。我们可以将不同检测次数的检测指标与估计出的系数代入上述模型，从而计算出当次的肿瘤大小。从图 4-5 中，可以看出，大多数变量的系数均为时变系数，说明不同时间的观测变量对肿瘤大小的影响总是变化的，截距0 (t )的变化趋势可以看出，0 (t )在第四次治疗时达到最大值，随着时间的推移逐渐变小，说明患者经过医院的治疗，肿瘤病灶有明显减小或者消失的趋势。在所有变量中，血红蛋白、神疲乏力、食欲不振、便秘、症候这些变量估计出的系数为 0，则从模型中剔除，说明这些变量对肿瘤大小的变化无关，可以提示医生这些症状对结果影响不大，后期的治疗中可以忽视这些变量。癌胚抗原、

曲线,模型,截距,通用模型

第 4 章变系数模型对肿瘤进展的建模研究表 4-4 与表 4-5 可以看出，系数的估计结果与通用模型的估计结果，在这里不再展示每个系数的估计值，仅将其模型的截距0 的估来，如下图 4-6，4-7 所示，可以明显看出，不同严重程度的人群型的截距明显不同，但截距的变化曲线与通用模型的截距变化趋势第三次或者第五次治疗时达到最大值，然后有明显的下降趋势，说效果显著。20 21 22 23 24 25 26 值0 0 0 V V 0 0

【相似文献】