摘要
目的 利用最小绝对收缩和选择算法(LASSO)回归和贝叶斯网络构建乳腺癌患者5年预后风险预测模型,以期探讨乳腺癌预后的因果联系和危险因素.方法 回顾性分析新疆医科大学附属肿瘤医院乳腺癌专病库系统中2010年1—12月首诊为乳腺癌的17104例患者的病例资料,包括人口统计学、病理、免疫组织化学、治疗信息等共76个指标.通过LASSO回归筛选出与乳腺癌预后明显相关的影响因素,借助贝叶斯网络分析影响因素间的相互作用并评价模型预测性能.结果 LASSO回归筛选出18个与乳腺癌患者5年预后强相关的变量,分别是年龄、民族、初潮年龄、肿瘤分期、肿瘤家族史、是否绝经、手术分组、复发转移、组织学分级、雌激素受体状态、孕激素受体状态、Ki-67表达水平、HER2 Fish状态、放疗、化疗、靶向治疗、内分泌治疗、新辅助治疗.贝叶斯网络模型发现雌激素受体状态、孕激素受体状态、Ki-67表达水平与放疗、化疗等中间节点联系,间接地影响乳腺癌患者5年预后情况,Ki-67表达水平与HER2 Fish状态间接连接靶向治疗,而靶向治疗又是乳腺癌患者生存结局的父节点.模型评价发现贝叶斯网络模型的分类准确率为82.0％,曲线下面积为0.813.结论 本研究构建的基于LASSO变量选择联合贝叶斯网络构建的乳腺癌5年生存预后风险预测模型具有良好的预测价值.
基金项目
国家卫生健康委医院管理研究所乳腺癌单病种诊疗能力提升项目(RXDBZ-2022-06)
新疆维吾尔自治区自然科学基金项目(2022D01C788)
新疆医科大学医学科学研究所开放课题资助项目(YXYJ20230302)
维普
万方数据