TAN贝叶斯网络模型在前列腺癌中的预测研究

发布时间：2018-01-10 19:27

  本文关键词：TAN贝叶斯网络模型在前列腺癌中的预测研究　出处：《中华男科学杂志》2016年06期 　论文类型：期刊论文

  更多相关文章： TAN贝叶斯网络 前列腺癌 前列腺特异性抗原 经直肠前列腺超声 年龄

【摘要】：目的:评价年龄、前列腺特异性抗原(PSA)以及经直肠前列腺超声影像特征构建的TAN贝叶斯网络(tree-augmented Na錵ve Bayesian network)模型对前列腺癌的预测效果。方法:收集2008年1月至2011年9月行前列腺穿刺活检941例患者的临床数据,包括年龄、PSA、超声影像以及病理诊断,构建TAN贝叶斯网络,对前列腺癌进行预测,并与病理诊断"金标准"比较。结果:941例患者中,358例经活检证实为前列腺癌,583例为非前列腺癌性病变。TAN贝叶斯网络对前列腺癌预测的准确率为85.11%、灵敏度88.37%、特异性83.67%、阳性预测值70.37%、阴性预测值94.25%。结论:基于年龄、PSA以及经直肠前列腺超声影像构建的TAN贝叶斯网络模型对前列腺癌预测效果较好,可作为临床筛查或诊断前列腺癌的一种方法。
[Abstract]:Objective: to evaluate the age. Prostate specific antigen (PSA) and TAN Bayesian network based on transrectal ultrasound imaging (TUS). Tree-augmented Nave Bayesian Network). Methods: clinical data of 941 patients who underwent prostate biopsy from January 2008 to September 2011 were collected. TAN Bayesian network was constructed to predict prostate cancer and compared with the golden standard for pathological diagnosis. The accuracy of predicting prostate cancer by Tan Bayesian network was 85.11 and the sensitivity was 88.37%. The specificity was 83.67, the positive predictive value was 70.37 and the negative predictive value was 94.25.Conclusion: based on age. PSA and TAN Bayesian network model constructed by transrectal prostate ultrasound imaging can predict prostate cancer better and can be used as a method for clinical screening or diagnosis of prostate cancer.
【作者单位】： 四川大学华西公共卫生学院流行病与卫生统计学系;四川大学华西医院国家药物临床试验机构;四川大学华西医院超声科;
【分类号】：R737.25
【正文快照】： 前列腺癌是一个威胁老年男性健康的重大问题。据美国2015年的癌症估计,前列腺癌患者将占到新发癌症患者的26%,归因于前列癌症死亡的人数将占到总的癌症死亡人数的8.8%[1]。在我国,前列腺癌发病较欧美国家稍低,据韩苏军等[2]的报道,前列腺癌在2012年成为我国男性泌尿生殖系统发，

本文编号：1406544