基于SEER数据库的结直肠癌预后因素探讨及预后模型构建

摘要：

分别使用logistic逐步回归法、贝叶斯模型平均法和LASSO回归进行特征变量筛选,分析美国SEER数据库的预后数据,探讨影响结直肠癌预后的相关因素,并应用人工神经网络分类算法构建预后模型,指导结直肠癌预后评价.结果证明,贝叶斯模型平均法结合人工神经网络的混合算法所构建的预后模型准确率最高.

关键词：结直肠癌、预后模型、特征选择、logistic逐步回归法、LASSO回归、贝叶斯模型平均法

所属期刊栏目：26

分类号：G35;R730.7(情报学、情报工作)

资助基金：2017年度国家重点研发计划"精准医学"重点专项"东北区域自然人群队列研究"2017YFC0907400

在线出版日期：2018-02-05（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：7-13