基于随机森林与人工神经网络慢性鼻窦炎伴鼻息肉诊断模型的构建与分析

摘要：

目的 慢性鼻窦炎伴鼻息肉(CRSwNP)是一个全球性的健康问题,现有的诊断技术存在一定局限性,因此有必要开发新的诊断模型来补充现有的诊断方法.方法 利用CRSwNP患者(GSE23552、GSE36830)的公开基因表达数据来识别潜在的差异基因,应用随机森林算法和人工神经网络进一步筛选特异性基因,建立CRSw-NP的早期诊断模型.结果 共发现78个上调基因和25个下调基因,随机森林算法筛选了 4个特异性基因(HPGDS、IL1RL1、FMO3、DOK3),人工神经网络构建出基于上述基因的预测模型,该模型具有良好的预测效果(AUC=0.986),独立数据集GSE194282进一步验证了其准确性(AUC=0.888).结论 采用机器学习方法建立了一个基于基因表达水平的预测模型,该模型可以预测早期CRSwNP,有助于早期诊断和改善临床决策.

关键词：慢性鼻窦炎伴鼻息肉、诊断模型、随机森林、人工神经网络

所属期刊栏目：29

分类号：R765.4+1(耳鼻咽喉科学)

资助基金：国家自然科学基金82074581

在线出版日期：2023-04-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：24-30