基于排序深度生存分析的鼻咽癌预后

发布时间：2021-01-26 13:45

　　鼻咽癌是一种高发于中国南方以及东南亚的肿瘤疾病,最高发病率为每10万人有50例病患。放疗是首选治疗鼻咽癌的方法,而加或不加辅助化疗是晚期鼻咽癌的治疗标准。然而,20%到30%的患者会出现局部或全身复发,他们中大多数发生在治疗后的一到两年内。因为10%到20%的局部或全身复发患者需要通过其它的治疗方案治愈,所以需要极早鉴定出具有高风险复发的患者。因此,临床迫切需要一种准确的预后手段帮助临床医生诊断出具有高复发风险的患者。当前医院采用基于解剖信息的TNM分期系统建立鼻咽癌患者治疗方案的基准,但是临床实践发现这种分期系统不足以准确预测复发。另一方面,临床中获取的其他风险因素也会影响鼻咽癌患者的复发,但是很少有工具整合这些风险因素。为了解决上述两类问题,一个可以整合多风险因素并准确鼻咽癌复发的生存分析模型是十分地被期待。传统的生存分析模型可以使用临床风险因素等分析疾病与风险因素之间的关系,也将利用这些因素预测患者生存和复发情况等。Cox比例风险模型是医学领域常用的生存分析方法,可以很好的整合TNM分期和其他风险因素去预测鼻咽癌复发。然而,Cox比例风险模型对鼻咽癌患者的预测需要临床专家对临床数... 

【文章来源】：广东工业大学广东省

【文章页数】：52 页

【学位级别】：硕士

【部分图文】：

排序深度生存分析模型

同时这些数据做了和初始队列相同的排除干扰数据的标准。这个阶段收集到的有效数据共计 1819 例，将用于验证队列。这些数据通过随访的方式得到，共计 6449例。在本研究中，初始队列将作为训练数据，用于训练 RankDeepSurv 模型，验证队列的数据将作为验证数据集，用于验证训练模型的效果。这样的数据划分，保证了训练数据和验证数据的不重复性。为了对鼻咽癌的复发做预测诊断，我们选取了相关的临床变量。这些变量有：年龄、性别、体重指数、T 分期、N 分期、血清乳酸脱氢酶水平（serum lactatedehydrogenase levels，LDH）、高灵敏度 C 反应蛋白（high-sensitivity C-reactiveprotein，CRP）和血红蛋白水平（hemoglobin，HGB）等八个临床因素。此外，为了研究 EBV DNA 对鼻咽癌复发的相关程度，我们做了第二组实验，使用 8 个临床因素再加 EBV DNA 等 9 个变量建模鼻咽癌的复发预测模型。相关临床数据如下图：


本文编号：3001219