基于SEER数据库应用贝叶斯网络构建亚洲肿瘤患者预后模型——以非小细胞肺癌为例
2017-02-25分类号：R734.2;TP311.13
【部门】中国医科大学医学信息学院 中国医科大学附属盛京医院
【摘要】【目的】利用SEER数据库,找出对非小细胞肺癌患者预后生存的影响因素并预测患者预后生存状态,指导肿瘤预后评价。【方法】采用单因素统计学方法及Logistic回归分析初步筛选预后相关因素,利用贝叶斯网络方法构建患者术后生存预测模型,并与其他三种常见的机器学习分类算法所建模型效能做比较。【结果】最终纳入模型的预后变量共5项,包括年龄、肿瘤大小、组织学分级、肿瘤分期和受累淋巴结比率。贝叶斯网络所建模型对非小细胞肺癌患者生存状况预测准确率达到72.87%。【局限】SEER数据库内纳入的预后因素有限,一定程度影响预
【关键词】贝叶斯网络 非小细胞肺癌 预后 机器学习
【基金】国家自然科学基金项目“中国临床医师岗位胜任力模型构建及评价体系研究”(项目编号:71473268);; 辽宁省科学技术计划项目“肝炎、结核等重大疾病临床研究平台建设”之子项目“构建辽宁(本溪)生物医药科技产业基地的信息化服务与成果转化创新平台”(项目编号:2013225079);; 教育部人文社会科学研究青年基金项目“基于语义述谓网络属性的多文档自动摘要:以生物医学为例”(项目编号:13YJC870030)的研究成果之一
【所属期刊栏目】数据分析与知识发现
文献传递
