卵巢癌患者预后模型的构建

发布时间：2020-11-20 06:20

　　 目的：卵巢恶性肿瘤是女性生殖器官常见的恶性肿瘤之一,严重威胁女性生命健康。由于卵巢深居盆腔,体积小,缺乏典型症状,发现时大多数已扩散到盆腹腔器官,预后较差。本研究旨在收集卵巢癌患者的数据,构建其术后5年生存模型,为手术效果评估与预测患者预后情况提供服务。方法：通过软件SEER*Stat 8.3.5下载2004-2010年随访时间满5年的卵巢癌手术患者记录。参考NCCN临床指南、AJCC临床指南、CS肿瘤信息采集系统、临床专家意见,初步选取20个预后变量进行研究,包括:种族、居住区域、发病部位、组织分级、患侧、原位手术类型、浸润程度、淋巴受累程度、婚姻状态、肿瘤分期、远处转移情况、肿瘤个数、是否为首要恶性肿瘤、淋巴结移除情况、组织学类型、肿瘤大小、受检淋巴结数量、阳性淋巴结数量、确诊年龄、生存时间。以术后5年为时间基线,生存时间≥5年(60个月)记为“生存”,生存时间5年为“死亡”,将生存和死亡作为本研究的结局变量。根据CS系统清理不符合要求的数据,应用interval法将连续型变量离散化,按照70%和30%比例将患者数据随机分为训练集和测试集。对训练集数据应用单因素分析和logistic回归初步筛选变量;然后通过禁忌搜索算法构建贝叶斯网络模型,结合临床专家意见调整网络结构,完成最终建模。使用测试集对所建模型进行测试,并与支持向量机、人工神经网络和决策树算法进行比较。结果：共选取7827例患者数据,患者术后5年生存与死亡比约为5∶3,应变量类别比重较为平均。经筛选后的预后变量有:组织分级、淋巴受累程度、浸润程度、淋巴结移除情况、远处转移情况、确诊年龄、婚姻状态。基于贝叶斯网络构建的模型预测准确率为76.3%,优于支持向量机(70.6%)、人工神经网络(70.8%)和决策树(73.1%)。结论：以卵巢癌患者术后生存状态为目标构建的患者生存预后模型的预测准确率达76.3%。通过构建的贝叶斯网络进一步探寻预后变量间的关系,相比于单纯进行logistic回归分析,更好地诠释了各预后因素间的关系,实现了方法与经验的结合。
【学位单位】：中国医科大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：R737.31
【部分图文】：

SEER 数据库SEER*Stat 8.3.5数据预处理原始数据训练集(70%，5479 例） 测试集(30%，2348 例)数据提取2004-2010 年确诊为卵巢癌研究对象(7827 例)

图 3-1 各预后因素与患者生存关系的贝叶斯网络型共纳入 7 个自变量，5 个自变量直接或间接指向应变量。通过所构知，淋巴受累程度、远处转移情况、浸润程度、确诊年龄与生存时间，而组织分级通过影响浸润程度、淋巴受累程度间接与生存时间发生
【相似文献】

相关期刊论文 前10条

1 徐涵;被子植物杂交障碍的机制(Ⅱ)不协调性模型[J];山东林业科技;1989年04期

2 韩克利;何国钟;楼南泉;;瞬时碰撞反应模型[J];Chinese Journal of Chemical Physics;1989年05期

3 ;一个模型解释,为什么你做了这么多,用户还是不买账?[J];信息与电脑(理论版);2017年09期

4 陈进前;;关于化学模型和模型认知的思考[J];中学化学教学参考;2019年17期

5 程晓东;李井奎;;经济学理论向模型的嬗变及其原因和影响[J];浙江社会科学;2019年02期

6 苏洪波;;“模型与建模”专题的突破[J];教学考试;2019年15期

7 万文庄;厂长能力定量评核探[J];管理现代化;1987年01期

8 李晓东;张晓婕;;上市公司盈余管理计量模型测度与评价[J];财会通讯;2018年36期

9 ;ISA 95模型解释[J];软件;2006年03期

10 张文先;从“控制”到“妥协”——我国证券市场发展的一种模型解释[J];财贸经济;2005年07期

相关博士学位论文 前4条

1 陆军;几类高维模型的特征筛选和纠偏相合统计推断方法[D];山东大学;2018年

2 苏振强;多模型共识数据建模方法研究[D];中国科学技术大学;2006年

3 陈明明;失神癫痫调控的神经计算模型研究[D];电子科技大学;2017年

4 陈林;基于心理账户论的交通决策行为建模分析[D];西南交通大学;2017年

相关硕士学位论文 前10条

1 陈文豪;基于XGBoost的互联网金融贷前逾期识别与模型表达[D];哈尔滨工业大学;2019年

2 苏有博;卵巢癌患者预后模型的构建[D];中国医科大学;2019年

3 李娜;多重草稿意识模型的科学解释力[D];山西大学;2019年

4 张瑜;近红外光谱模型建立与传递的研究[D];中国计量大学;2018年

5 王嘉玥;基于Logit模型与经验敏感度的学生通勤方式选择行为研究[D];北京交通大学;2019年

6 邓扬贵;嵌入式FRP与混凝土界面粘结承载力模型的修正方法研究[D];广州大学;2019年

7 周孝容;基于“模型认知”的化学教学设计与实践研究[D];云南师范大学;2019年

8 高芳;Logistic模型对企业信用风险评估效果分析[D];上海交通大学;2016年

9 王婷;SCAD-FLR模型研究及应用[D];厦门大学;2018年

10 王冰冰;风险模型下几类破产相关问题的研究[D];天津理工大学;2019年

本文编号：2891076