中国台湾省居民乳腺癌术后5年死亡率预测模型的研究

• 作者: Hon-Yi Shi Jinn-Tsong Tsai Joon-Khim Loh Ming-Feng Houg Su-Hsin Huang
• 来源期刊: 癌症
• 关键词: 乳腺癌手术 人工神经网络 多重逻辑回归 Cox回归 5年死亡率
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 原创论著
• 页码范围: 33-40
• 页数: 8页
• 字数: 5164字
• 语种: 英文

摘要

背景与目的 目前少有采用2年以上的数据分析乳腺癌手术效果的研究.本文旨在研究人工神经网络(artificial neural network,ANN)模型在预测乳腺癌患者术后5年死亡率中的应用,比较ANN模型、多元逻辑回归(multiple logistic regression,MLR)模型和Cox回归模型的预测准确度.方法 本研究根据1996-2010年接受手术治疗的3632例乳腺癌患者的临床资料,对MLR、Cox和ANN模型进行比较.应用估算数据集测试模型,应用验证数据集评估模型性能,应用灵敏度分析法对预测模型中输入变量的相对显著性进行评价.结果 在预测5年死亡率方面ANN模型明显优于MLR和Cox模型,并且综合性能指标更高.研究结果显示,乳腺癌患者术后5年死亡率与年龄、Charlson并发症指数(Charlson comorbidity index,CCI)、化疗、放疗、激素治疗、医院和外科医生的乳腺癌手术量均显著相关(均为P＜ 0.05).外科医生的乳腺癌手术量是对5年死亡率影响最大(敏感)的变量,其次是医院的乳腺癌手术量、患者年龄和CCI.结论 与传统的MLR和Cox模型相比,ANN模型在预测乳腺癌患者术后5年死亡率方面更为准确.本研究中确定的死亡率预测因子也可用于对乳腺癌手术患者进行康复和健康方面的教育.