乳腺癌新辅助化疗患者病理完全缓解预测模型的建立及影响因素分析

发布时间：2021-12-24 16:49

　　目的:根据新辅助化疗后超声肿物大小的变化,探讨运用分类模型预测病理完全缓解（p CR）的可行性及准确性,并对p CR的影响因素进行分析。方法:收集2011年1月至2016年9月吉林大学第一医院乳腺外科乳腺癌新辅助化疗患者的临床病理资料,纳入研究351例患者。患者均在1周期化疗结束后,下次化疗之前行乳腺彩超检查,并记录每次化疗后肿物大小;计算肿块面积（径线×径线）,以肿块面积（多发病灶为面积之和）为特征,p CR为类标进行分类;运用机器学习中常用的6种分类算法（SVM,KNN,NBayes,DTree,RF,XGBoost）进行建模预测p CR,6种分类器均采用默认参数。针对入组的所有分子分型,将其6次化疗后肿物的真实面积作为上述6种分类器的特征输入,p CR作为类标进行训练;采取5 fold Cross Validation方法进行交叉验证,并引入混淆矩阵,运用4个指标（Sn,Sp,Acc,Avc）进行评价模型状况;通过穷举方法找出基于每一分子分型的每种分类器而言最好的特征组合并进行排序,从而知道对特定的分子分型最好的分类准确率和特征组合。再以化疗前3次真实肿块面积为特征,p CR为类... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：52 页

【学位级别】：硕士

【文章目录】：
中文摘要
abstract
第1章 绪论
第2章 文献综述
    2.1 NAC的临床意义
    2.2 NAC化疗方案的选择
    2.3 pCR的相关研究
        2.3.1 pCR的定义
        2.3.2 pCR与分子分型的关系
        2.3.3 pCR与预后的关系
    2.4 NAC疗效评估
        2.4.1 临床疗效评价
        2.4.2 病理学评估
    2.5 NAC预后的影响因素
    2.6 NAC存在的问题及展望
第3章 材料与方法
    3.1 研究对象
        3.1.1 一般资料
        3.1.2 入组标准
        3.1.3 排除标准
    3.2 实验原理及方法
    3.3 免疫组化分析及分子分型
    3.4 NAC病理评估及pCR的定义
    3.5 治疗方案
    3.6 统计学方法
第4章 结果
    4.1 pCR的影响因素分析结果
    4.2 LuminalB(Her-2阳性)型实验建模结果
    4.3 LuminalB(Her-2阴性)型实验建模结果
    4.4 Her-2过表达型实验建模结果
    4.5 三阴型实验建模结果
第5章 讨论
    5.1 pCR影响因素的分析
    5.2 pCR临床预测方法及准确性分析
第6章 结论
参考文献
作者简介及在学期间所取得的科研成果
致谢


【参考文献】：
期刊论文
[1]乳腺癌分子分型与新辅助化疗效果的关系[J]. 朱坤兵,徐灿,李晓霞,刘启龙,张仁亚,马姝,石朋.  中华乳腺病杂志(电子版). 2016(03)
[2]乳腺癌新辅助化疗研究进展[J]. 刘晶晶,张瑾.  中华乳腺病杂志(电子版). 2012(01)
[3]查体、超声及钼靶检查对乳腺癌新辅助化疗后病理缓解程度预测价值的比较[J]. 韩冰,付彤,吴迪,张海鹏,宋东,毕丽荣,郑超,范志民.  吉林大学学报(医学版). 2011(05)



本文编号：3550848