多种生存分析模型对肝癌患者生存预测和风险评分的比较研究

摘要：

目的:通过运用不同生存分析模型对肝癌患者的病案首页资料进行分析,比较其对肝癌患者生存预测和影响因素分析的效果,为肝癌的精准治疗和延长生存期提供参考依据.方法:采集和整理广州市某医院2010年至2015年登记的肝癌病案首页资料,采用不同生存分析模型进行生存风险评分计算,通过一致性指数(C-index,C指数)对不同生存分析模型的肝癌生存预测准确性进行评估,并绘制ROC曲线,计算ROC曲线下面积(AUC),分析不同生存分析模型预测肝癌病患生存预后的价值.结果:共纳入661例肝癌病例,其中男性541例(81.85％),女性120例(18.15％);年龄中位数是56岁(四分位间距47-64岁),中位生存时间为247天(95％置信区间:198,328);生存分析模型的生存预测准确性比较分析显示,随机生存树模型(RSF)、深度学习模型(DeepSurv nonlinear model)两类模型的拟合度较优,C指数分别为0.671和0.643,平均AUC较高分别为0.817和0.793.结论:探索基于病历信息的数据构建RSF、DeepSurv nonlinear model两类预测模型,均对肝癌患者的生存率具有较好的预测能力.

关键词：肝癌、生存分析、随机生存树模型、深度学习模型

所属期刊栏目：27

分类号：R734.2;R197.323;TP391

在线出版日期：2022-11-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：427-430,441