本文關鍵詞： 貝葉斯網(wǎng)絡 非小細胞肺癌 預后 機器學習　出處：《數(shù)據(jù)分析與知識發(fā)現(xiàn)》2017年02期 　論文類型：期刊論文

【摘要】：【目的】利用SEER數(shù)據(jù)庫,找出對非小細胞肺癌患者預后生存的影響因素并預測患者預后生存狀態(tài),指導腫瘤預后評價�！痉椒ā坎捎脝我蛩亟y(tǒng)計學方法及Logistic回歸分析初步篩選預后相關因素,利用貝葉斯網(wǎng)絡方法構(gòu)建患者術(shù)后生存預測模型,并與其他三種常見的機器學習分類算法所建模型效能做比較�！窘Y(jié)果】最終納入模型的預后變量共5項,包括年齡、腫瘤大小、組織學分級、腫瘤分期和受累淋巴結(jié)比率。貝葉斯網(wǎng)絡所建模型對非小細胞肺癌患者生存狀況預測準確率達到72.87%�！揪窒蕖縎EER數(shù)據(jù)庫內(nèi)納入的預后因素有限,一定程度影響預測效果�！窘Y(jié)論】貝葉斯網(wǎng)絡可探尋變量間的關系并構(gòu)建肺癌患者最優(yōu)預后模型,輔助醫(yī)生判斷患者預后情況及治療效果,優(yōu)于決策樹、支持向量機及人工神經(jīng)網(wǎng)絡三種模式。
[Abstract]:[objective] to find out the prognostic factors of non-small cell lung cancer (NSCLC) by using SEER database and to predict the survival status of NSCLC patients. [methods] univariate statistical method and Logistic regression analysis were used to screen the prognostic factors, and Bayesian network was used to construct the survival prediction model. And compared with the other three common machine learning classification algorithm model effectiveness. [results] finally included in the model prognostic variables a total of 5 items, including age, tumor size, histological grading. The accuracy of Bayesian network model in predicting the survival status of non-small cell lung cancer patients was 72.87. [limited] the prognostic factors included in the SEER database were limited. . [conclusion] Bayesian network can explore the relationship between variables and construct the optimal prognosis model of lung cancer patients, assist doctors to judge the prognosis of patients and treatment effect, better than the decision tree. Support vector machine (SVM) and artificial neural network (Ann) are three modes.
【作者單位】： 中國醫(yī)科大學醫(yī)學信息學院;中國醫(yī)科大學附屬盛京醫(yī)院;
【基金】：國家自然科學基金項目“中國臨床醫(yī)師崗位勝任力模型構(gòu)建及評價體系研究”(項目編號:71473268) 遼寧省科學技術(shù)計劃項目“肝炎、結(jié)核等重大疾病臨床研究平臺建設”之子項目“構(gòu)建遼寧(本溪)生物醫(yī)藥科技產(chǎn)業(yè)基地的信息化服務與成果轉(zhuǎn)化創(chuàng)新平臺”(項目編號:2013225079) 教育部人文社會科學研究青年基金項目“基于語義述謂網(wǎng)絡屬性的多文檔自動摘要:以生物醫(yī)學為例”(項目編號:13YJC870030)的研究成果之一
【分類號】：R734.2;TP311.13
【正文快照】： 肺癌是腫瘤患者死亡的主要原因,其中非小細胞肺癌(Non-Small Cell Lung Cancer,NSCLC)約占所有肺癌病例的83%,其發(fā)病率為40.60/10萬,5年生存率僅為22.1%[1]。非小細胞肺癌發(fā)病率高且預后差,對其預后的判斷就尤為重要。目前臨床醫(yī)生通常根據(jù)手術(shù)病理分期判斷預后,但該分期僅考

【參考文獻】

相關期刊論文 前3條

1 牟冬梅;任珂;;三種數(shù)據(jù)挖掘算法在電子病歷知識發(fā)現(xiàn)中的比較[J];現(xiàn)代圖書情報技術(shù);2016年06期

2 魏珍;張雪雷;饒華祥;王華芳;王祥;仇麗霞;;禁忌搜索算法的貝葉斯網(wǎng)絡模型在冠心病影響因素分析中的應用[J];中華流行病學雜志;2016年06期

3 楊喬;張俊萍;;腫瘤登記數(shù)據(jù)庫的臨床應用[J];循證醫(yī)學;2013年04期

相關碩士學位論文 前1條

1 張雪雷;基于禁忌搜索算法的貝葉斯網(wǎng)絡在疾病預測與診斷中的應用[D];山西醫(yī)科大學;2015年

【共引文獻】

相關期刊論文 前5條

1 包文婕;王偉;張云婷;洪海筏;杜欣為;江忠儀;;兒童先天性心臟病登記現(xiàn)狀及對策[J];中國衛(wèi)生資源;2017年02期

2 胡祖輝;施Oz;;高校學生上網(wǎng)行為分析與數(shù)據(jù)挖掘研究[J];中國遠程教育;2017年02期

3 尹玢璨;辛世超;張晗;趙玉虹;;基于SEER數(shù)據(jù)庫應用貝葉斯網(wǎng)絡構(gòu)建亞洲腫瘤患者預后模型——以非小細胞肺癌為例[J];數(shù)據(jù)分析與知識發(fā)現(xiàn);2017年02期

4 章鳴[;陳瑛;汪城;沈瑛;馬軍山;;美國國立癌癥研究所SEER數(shù)據(jù)庫概述及應用[J];微型電腦應用;2015年12期

5 馮芝恩;韓正學;;腫瘤登記制度對口腔醫(yī)學生臨床教學和科研思維啟蒙的推動作用[J];西北醫(yī)學教育;2015年04期

【二級參考文獻】

相關期刊論文 前10條

1 王麗偉;李梅;牟冬梅;畢強;;一種面向知識服務的領域知識發(fā)現(xiàn)流程及實例研究[J];情報學報;2015年01期

2 曾建勛;魏來;;大數(shù)據(jù)時代的情報學變革[J];情報學報;2015年01期

3 何清;李寧;羅文娟;史忠植;;大數(shù)據(jù)下的機器學習算法綜述[J];模式識別與人工智能;2014年04期

4 侯亞君;;R語言在數(shù)據(jù)挖掘中的運用[J];晉城職業(yè)技術(shù)學院學報;2014年02期

5 趙映;田峰;胡舜英;王晶;張_";陳韻岱;何耀;;不同性別冠心病患者危險因素及冠狀動脈病變特點分析[J];中華流行病學雜志;2012年04期

6 李麗華;丁香乾;賀英;王偉;;基于Tabu搜索的貝葉斯網(wǎng)絡在煙葉香型評價中的應用[J];計算機應用與軟件;2012年03期

7 徐戈;王厚峰;;自然語言處理中主題模型的發(fā)展[J];計算機學報;2011年08期

8 趙瑩;;配對四格表資料的條件Logistic回歸模型的Bayes分析[J];數(shù)理醫(yī)藥學雜志;2010年05期

9 楊靜;張楠男;李建;劉延明;梁美紅;;決策樹算法的研究與應用[J];計算機技術(shù)與發(fā)展;2010年02期

10 王曰芬;;文獻計量法與內(nèi)容分析法綜合研究的方法論來源與依據(jù)[J];情報理論與實踐;2009年02期

相關碩士學位論文 前10條

1 張琦;密集無線局域網(wǎng)中的智能多維資源分配算法研究[D];西安電子科技大學;2013年

2 李欣;基于貝葉斯網(wǎng)絡和遺傳算法的測試用例生成模型[D];重慶交通大學;2012年

3 曹明;監(jiān)控事件檢測的貝葉斯網(wǎng)絡模型優(yōu)化研究[D];上海交通大學;2011年

4 馬艷萍;基于禁忌搜索算法的圖著色研究與實現(xiàn)[D];陜西師范大學;2011年

5 鄧德;基于禁忌算法的長沙移動網(wǎng)絡規(guī)劃軟件[D];湖南大學;2010年

6 張鴻勛;基于K2評分的貝葉斯網(wǎng)結(jié)構(gòu)學習算法的研究[D];北京工業(yè)大學;2009年

7 李瑋瑋;貝葉斯網(wǎng)絡結(jié)構(gòu)學習方法的研究[D];南京航空航天大學;2009年

8 何德琳;貝葉斯網(wǎng)絡結(jié)構(gòu)學習算法改進研究[D];北京化工大學;2008年

9 陳二強;貝葉斯網(wǎng)絡在飛機故障診斷與維修優(yōu)化中的應用[D];電子科技大學;2007年

10 胡春玲;貝葉斯網(wǎng)絡的結(jié)構(gòu)學習算法研究[D];合肥工業(yè)大學;2006年

【相似文獻】

相關期刊論文 前10條

1 許運龍,郭昭揚,張云興,許賢榮;血管內(nèi)皮生長因子在人非小細胞肺癌中表達的臨床研究[J];中華腫瘤雜志;2000年05期

2 王繼營,高珊,崔黎,黃麗春,宋立友;“雙異”聯(lián)合治療晚期非小細胞肺癌37例[J];中國肺癌雜志;2000年02期

3 田靜,李蓓蘭;老年晚期非小細胞肺癌的化療:一種新趨勢[J];中國肺癌雜志;2000年05期

4 張世雯,周清華;不同的分割方案與化療聯(lián)合治療非小細胞肺癌[J];中國肺癌雜志;2000年05期

5 胡發(fā)明,華波;血清白介素-10水平是晚期非小細胞肺癌病人的一項預后因素[J];國外醫(yī)學(內(nèi)科學分冊);2000年11期

6 于亮,王梅,張燦灼;微血管在非小細胞肺癌中的表達及臨床意義[J];泰山醫(yī)學院學報;2000年04期

7 朱建英;預計2009年非小細胞肺癌藥物市場將達20億美元[J];國外醫(yī)藥(合成藥 生化藥 制劑分冊);2001年02期

8 張利偉,劉樹秋,陳海英,萬錦華;立體定向適形放療配合常規(guī)放療治療非小細胞肺癌近期療效分析[J];黑龍江醫(yī)藥科學;2001年05期

9 王肇炎;晚期非小細胞肺癌的解救化療[J];腫瘤研究與臨床;2001年01期

10 朱堯武,楊宇飛;非小細胞肺癌的術(shù)后輔助治療[J];中國臨床醫(yī)生;2001年12期

相關會議論文 前10條

1 張新民;唐蜜;李代強;;磷酸化酪氨酸蛋白在非小細胞肺癌中的表達及其意義[A];中華醫(yī)學會病理學分會2006年學術(shù)年會論文匯編[C];2006年

2 胡旭東;楊國仁;霍宗偉;方永存;陳鳴陸;;~(99m)Tc-MIBI SPECT顯像觀察非小細胞肺癌多藥耐藥的研究[A];首屆全國腫瘤核醫(yī)學新技術(shù)研討會論文集[C];2007年

3 秦慶亮;熊海健;王愛;邊海蓉;盧振國;楊培英;朱斌耀;王蕓;;立體定向放射治療放療后復發(fā)非小細胞肺癌[A];2007第六屆全國放射腫瘤學學術(shù)年會論文集[C];2007年

4 馮耘;萬歡英;高蓓莉;項軼;劉嘉琳;;血管緊張素轉(zhuǎn)換酶二在非小細胞肺癌腫瘤生長和血管生成中的作用[A];中華醫(yī)學會第五屆全國胸部腫瘤及內(nèi)窺鏡學術(shù)會議論文匯編[C];2011年

5 ;非小細胞肺癌術(shù)后輔助治療及一線治療[A];天津市抗癌協(xié)會肺癌專業(yè)委員會2011年學術(shù)年會論文集[C];2011年

6 蔣峰;許林;史美祺;;1560例非小細胞肺癌患者多因素預后分析[A];第13屆全國肺癌學術(shù)大會論文匯編[C];2013年

7 張華;;術(shù)前中性粒細胞和淋巴細胞比值對非小細胞肺癌患者預后的影響[A];第13屆全國肺癌學術(shù)大會論文匯編[C];2013年

8 王子平;;老年晚期非小細胞肺癌治療思考[A];第三屆中國腫瘤內(nèi)科大會教育集暨論文集[C];2009年

9 張沂平;;非小細胞肺癌個體化化療[A];2009年浙江省腫瘤學術(shù)年會暨腫瘤診治新進展學習班論文匯編[C];2009年

10 劉嘉湘;施志明;李和根;徐振曄;朱晏偉;趙麗紅;高虹;劉苓霜;朱惠蓉;張暉;;益肺抗瘤飲治療271例非小細胞肺癌臨床觀察[A];中醫(yī)藥優(yōu)秀論文選（下）[C];2009年

相關重要報紙文章 前10條

1 記者 李穎;特羅凱對中國非小細胞肺癌患者效果佳[N];科技日報;2007年

2 曉白;非小細胞肺癌研究獲重大進展[N];人民日報;2008年

3 記者 張文天;非小細胞肺癌中醫(yī)藥綜合醫(yī)療方案研究進展順利[N];科技日報;2009年

4 辛勇　張先穩(wěn);早期非小細胞肺癌的治療進展[N];中國中醫(yī)藥報;2004年

5 記者高新軍;專家提出 建非小細胞肺癌中醫(yī)臨床指南[N];中國中醫(yī)藥報;2009年

6 上海長海醫(yī)院呼吸科 夏陽 整理 邱志濤;非小細胞肺癌放虎歸山還是乘勝追擊[N];健康報;2013年

7 記者 王丹;新研究揭示炎癥促非小細胞肺癌發(fā)生機制[N];健康報;2014年

8 記者 李穎;凱美納成晚期非小細胞肺癌治療優(yōu)選方案[N];科技日報;2014年

9 白京麗;非小細胞肺癌最佳治療方案[N];中國醫(yī)藥報;2000年

10 ;表皮生長因子受體抑制劑在治療非小細胞肺癌中的作用[N];醫(yī)藥經(jīng)濟報;2005年

相關博士學位論文 前10條

1 白艷（Bai Sally）;整合素αvβ5合并EGFR檢測用于非小細胞肺癌轉(zhuǎn)移及預后評估的研究[D];復旦大學;2013年

2 王筱恬;PLZF和DACH1的異常表達影響非小細胞肺癌發(fā)生與發(fā)展的分子機制[D];復旦大學;2012年

3 洪專;木犀草素治療EGF受體繼發(fā)性突變的非小細胞肺癌的實驗研究[D];南京大學;2014年

4 張沛;ILT4在非小細胞肺癌中的作用及分子機制研究[D];山東大學;2015年

5 王世坤;RBP2誘導非小細胞肺癌和食管鱗癌表皮間質(zhì)化[D];山東大學;2015年

6 趙世俊;~(18)F-FDG PET/CT在非小細胞肺癌預后評估中的應用研究[D];北京協(xié)和醫(yī)學院;2013年

7 邱晨;影響非小細胞肺癌手術(shù)后遠期生存的相關因素分析[D];山東大學;2015年

8 姜遠矚;術(shù)前血液學指標與淋巴結(jié)轉(zhuǎn)移陰性非小細胞肺癌患者預后關系的研究[D];山東大學;2015年

9 朱良明;STAT3及其靶基因?qū)Ψ切〖毎伟┥飳W行為調(diào)控機制的初步實驗研究[D];山東大學;2015年

10 周菊;HPV-16感染對非小細胞肺癌和A549細胞的影響及miRNAs表達改變的研究[D];昆明醫(yī)科大學;2015年

相關碩士學位論文 前10條

1 王勇;誘導型一氧化氮合酶在非小細胞肺癌中表達的臨床意義[D];中國醫(yī)科大學;2006年

2 陳婷;非小細胞肺癌調(diào)強放射治療預后因素分析[D];福建醫(yī)科大學;2015年

3 王波;單向式全胸腔鏡下解剖性肺葉切除術(shù)治療早期非小細胞肺癌的學習曲線[D];福建醫(yī)科大學;2015年

4 施桂清;血管內(nèi)皮抑制素聯(lián)合放化療治療非小細胞肺癌的療效及安全性研究[D];福建醫(yī)科大學;2015年

5 王靜;Eg5、Ki-67在非小細胞肺癌中的表達及臨床意義[D];河北醫(yī)科大學;2015年

6 覃建穎;IL-21和Tc1細胞在非小細胞肺癌患者外周血及癌灶中的變化及相互作用[D];廣西醫(yī)科大學;2015年

7 張瑞;ⅢA-N2期非小細胞肺癌手術(shù)治療和放射治療的療效對比及相關預后因素的分析[D];河北醫(yī)科大學;2015年

8 石姣姣;基于多肽構(gòu)建抗腫瘤靶向藥物的應用研究[D];北京協(xié)和醫(yī)學院;2015年

9 胡世霖;非小細胞肺癌中醫(yī)辨證分型與Napsin A、TTF-1在肺癌組織中表達的相關性研究[D];福建中醫(yī)藥大學;2015年

10 王婷婷;細胞因子活化殺傷細胞治療非小細胞肺癌臨床研究[D];河北醫(yī)科大學;2015年

，

本文編號：1456647