利用Logistic回归和神经网络分析乳腺癌的预后因素

• 作者: 季萌 张璇 章鸣嬛 郭欣 陈瑛
• 来源期刊: 计算机与数字工程
• 学科: 生物学
• 关键词: SEER 乳腺癌 Logistic回归 神经网络 预后因素
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 617-622
• 页数: 6页
• 分类号: Q334
• 字数: 3973字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.03.023

摘要

研究以SEER数据库中1990～2014年间的乳腺癌数据为研究对象,分别利用Logistic回归和神经网络两种机器学习算法进行建模,以寻找影响乳腺癌5年预后的因素.研究表明:1)肿瘤分期、肿瘤分级、肿瘤尺寸、雌激素水平、年龄分组和孕激素水平等因素对于乳腺肿瘤预后具有较大影响,与临床诊断经验相吻合.2)在此两种模型下,模型测试集上的灵敏度和特异度均介于75.4％～78.2％之间,模型的ROC曲线面积(AUC)均处于0.847～0.850之间.因此,Logistic回归和神经网络算法可有效探寻模型输入变量间的关系,构建乳腺癌患者的优化预后模型,辅助医生判断患者预后情况及治疗效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭欣	上海杉达学院大数据分析与处理研究中心	14	26	3.0	4.0
2	章鸣嬛	上海杉达学院大数据分析与处理研究中心	17	43	3.0	6.0
3	陈瑛	上海杉达学院大数据分析与处理研究中心	20	47	3.0	6.0
4	张璇	上海杉达学院大数据分析与处理研究中心	6	2	1.0	1.0
5	季萌	上海杉达学院大数据分析与处理研究中心	3	0	0.0	0.0