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.PDFVIP

总第2 期 2017 年 第2 期 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 尹玢璨 1 辛世超 1 张 晗 1 赵玉虹 1, 2 1( 中国医科大学医学信息学院 沈阳 110122) 2( 中国医科大学附属盛京医院 沈阳 110004) 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 程度影响预测效果。【结论 】贝叶斯网络可探寻变量间的关系并构建肺癌患者最优预后模型, 辅助医生判断患者 预后情况及治疗效果, 优于决策树、支持向量机及人工神经网络三种模式。 关键词: 贝叶斯网络 非小细胞肺癌 预后 机器学习 分类号: R730.7 G35 于较大量数据、可信度高、预测效果好的非小细胞肺 1 引 言 癌患者预后预测评估体系。 肺癌是肿瘤患者死亡的主要原因, 其中非小细胞 美国国家癌症研究所(National Cancer Institute, 肺癌(Non-Small Cell Lung Cancer, NSCLC)约占所有 NCI)于 1973 年建立了监测、流行病学及预后数据库 肺癌病例的83%, 其发病率为40.60/10 万, 5 年生存率 (Surveillance, Epidemiology and End Results, SEER), 仅为22.1%[1] 。非小细胞肺癌发病率高且预后差, 对其 是世界公认的肿瘤患者随访数据权威来源之一, 为临 预后的判断就尤为重要。目前临床医生通常根据手术 床研究提供了可靠的数据支持, 有学者利用此数据库, 病理分期判断预后, 但该分期仅考虑到肿瘤原发灶、 采用简单统计学方法建立了横纹肌肉瘤等疾病生存预 区域淋巴结受累和远处转移三方面, 忽略了其他预后 测模型。本研究将利用 SEER 数据库, 提取其中的亚 影响因素的作用, 预测效果差[2] 。目前少有的预后研究 洲人 NSCLC 病例, 采用更能反映预后变量之间相关 多以单独或较少几个医疗机构为主要研究单位, 随访 关系且适用性更好的机器学习方法, 构建亚洲人 数据缺失多、数据量小、可信度差。临床上亟需有基 NSCLC 预后模型及预测评估体系, 为临床医生开展 通讯作者: 赵玉虹, ORCID: 0000-0003-4265-6692, E-mail: joan@ 。 *本文系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: 、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)和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。 Data Analysis and Knowledge Discovery 41 研究论文 治疗与判断预后提供决策支持。 况评价[11] 。以NSCLC 患者术后5 年为时间基准, 对患