| 基于SEER数据库利用机器学习方法分析乳腺癌的预后因素 |
| |
| 引用本文： | 章鸣嬛,张璇,郭欣,陈瑛. 基于SEER数据库利用机器学习方法分析乳腺癌的预后因素[J]. 北京生物医学工程, 2019, 38(5): 486-491,497 |
| |
| 作者姓名： | 章鸣嬛 张璇 郭欣 陈瑛 |
| |
| 作者单位： | 上海杉达学院大数据分析与处理研究中心 上海201209;上海杉达学院大数据分析与处理研究中心 上海201209;上海杉达学院大数据分析与处理研究中心 上海201209;上海杉达学院大数据分析与处理研究中心 上海201209 |
| |
| 基金项目： | 2016年上海市民办高校重点科研项目;2015 年 IBM 大学合作部联合研究项目 |
| |
| 摘 要： | 目的以SEER数据库中1990—2014年间的乳腺癌数据为研究对象,利用机器学习方法,分析乳腺癌的预后因素,辅助医师对患者的预后进行有效评判。方法根据临床医师的建议,筛选了12个字段作为模型输入字段,以术后5年生存状况作为模型输出字段。首先利用单因素统计分析方法初步筛选预后因素,再分别利用logistic回归和决策树两种机器学习分类算法进行建模分析,藉此寻找影响乳腺癌5年预后的因素。采用十折交叉法组织样本数据,并利用过抽样和欠抽样技术进行样本的平衡处理;以灵敏度、特异度及ROC下的AUC等参数作为模型的评价指标。结果在12个模型输入字段中,肿瘤分期、肿瘤分级、肿瘤尺寸、雌激素水平、年龄分组、孕激素水平等因素对于乳腺肿瘤预后具有较大影响;在此两种模型下,模型测试集上的灵敏度和特异度均介于74.2%~78.2%之间,AUC均处于0.838~0.850之间。结论利用Logistic回归和决策树算法构建乳腺癌患者的优化预后模型,可辅助医师判断患者预后情况及治疗效果。
|
| 关 键 词： | SEER数据库 乳腺癌 Logistic回归 决策树 预后因素 |
Prognostic factors of breast cancer with machine learning method based on SEER database |
| |
| ZHANG Minghuan,ZHANG Xuan,GUO Xin,CHEN Ying. Prognostic factors of breast cancer with machine learning method based on SEER database[J]. Beijing Biomedical Engineering, 2019, 38(5): 486-491,497 |
| |
| Authors: | ZHANG Minghuan ZHANG Xuan GUO Xin CHEN Ying |
| |
| Affiliation: | (Research Center of Big Data Analyses and Process,Shanghai Sanda University,Shanghai,201209) |
| |
| Abstract: | ZHANG Minghuan;ZHANG Xuan;GUO Xin;CHEN Ying(Research Center of Big Data Analyses and Process,Shanghai Sanda University,Shanghai,201209) |
| |
| Keywords: | SEER database breast cancer logistic regression decision tree prognosis |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
