基于多类支持向量机递归特征消除方法特征选择的原发性肝癌患者预后预测

• 作者: 华赟鹏 周毅 张学良 李琳 杨日东 杨红梅 王哲
• 来源期刊: 生物医学工程研究
• 学科: 医学
• 关键词: 特征选择 多类支持向量机递归特征消除方法 列线图 预后预测 原发性肝癌
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 论著
• 页码范围: 32-36
• 页数: 5页
• 分类号: R318
• 字数: 3535字
• 语种: 中文
• DOI: 10.19529/j.cnki.1672-6278.2019.01.07

摘要

本研究通过特征选择的方法,分析肝癌患者术前临床信息,提高患者的预后模型的准确性.基于多类支持向量机递归特征消除(recursive feature elimination based on multiple support vector machine,MSVM-RFE)方法对进行过肝切除手术的原发性肝癌患者的临床变量进行重要特征排序,使用5折交叉验证的支持向量机确定最优特征子集,构造原发性肝癌患者术后的1年、3年无瘤生存和总体生存的列线图.通过与临床医生沟通,确认特征排序结果为合理的.患者3年无瘤生存风险和总生存风险的列线图的一致性指数分别为0.701和0.706.使用多类支持向量机递归特征消除方法后的预测模型准确率有所提高,列线图在临床实践中能够提供患者生存风险信息,简单清晰的反映患者的生存风险.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张学良		44	107	6.0	8.0
2	周毅	中山大学中山医学院	63	369	10.0	17.0
3	杨红梅	中山大学中山医学院	7	35	3.0	5.0
4	华赟鹏		48	279	8.0	13.0
5	李琳		13	43	4.0	6.0
6	杨日东	中山大学中山医学院	7	27	2.0	5.0
7	王哲		5	14	1.0	3.0