自20世紀80年代起，肺癌已成為目前世界范圍內發(fā)病率及死亡率最高的惡性腫瘤。圍繞腫瘤進展的建模研究能輔助醫(yī)生了解病情、選擇治療方式，具有較重要科研和臨床意義，已成為廣大醫(yī)療工作者和科研人員的重要研究課題。 首先從基于橫截面、縱向數據兩個方面介紹建模研究現(xiàn)狀并闡述醫(yī)學數據的特點。本課題收集到的患者數據主要為縱向數據，因此以縱向數據為重點進行建模研究，針對不同的研究問題提出不同的建模方案，然后設計了診療輔助管理原型系統(tǒng)（DTAMS）并開發(fā)部分模塊。最后對研究工作進行總結和展望。本文的探索和研究內容如下： （1）在調研和數據特點分析基礎上，本文提出腫瘤進展建模的整體研究方案，介紹本課題的工作流程與所涉及的關鍵問題，并對本課題涉及到的醫(yī)學數據的特點進行描述，同時對數據進行初步的篩選與處理。 （2）針對非小細胞肺癌中晚期患者的生存質量問題利用多層線性模型進行建模研究。以時變的隨訪次數與不隨時間變化的患者個體特征為輸入，以患者不同次檢查的FACT評分為輸出，研究FACT評分隨時間的變化趨勢，并利用患者個體特征（如性別、年齡等特征）研究不同患者的FACT評分變化趨勢間的差異。通過建立該模型，可以幫助醫(yī)生全面了解目前治療人群的生存質量評分的變化趨勢，并針對不同個體特征人群采取不同的治療方案提高其生存質量。 （3）利用變系數模型研究時變的腫瘤大小進展情況。利用變系數模型探索時變的檢測指標項與時變的腫瘤大小之間的映射關系，同時利用本文提出的B樣條估計與Adaptive-Lasso懲罰最小二乘結合的兩步迭代法，對各個指標項進行系數估計與變量選擇，并分析哪些變量對輸出為時變效應，哪些變量對輸出為常數效應，哪些變量為零效應，從而指導醫(yī)生針對影響系數較大的指標項采取合理的控制手段，間接抑制腫瘤的進一步發(fā)展。同時可以根據本次檢查的指標項與估計出的系數對腫瘤大小進行預測，輔助醫(yī)生對腫瘤大小的變化趨勢有更直觀的了解。 （4）除了以腫瘤大小來反映腫瘤的進展情況外，我們將腫瘤的復發(fā)、擴大、轉移以及新腫瘤的出現(xiàn)結合起來判斷腫瘤是否發(fā)生進展，該指標項為二分類型數據，有進展為1，無進展為0。變系數模型不能直接用于分析二分類型輸出的數據，因此考慮用Logistic變系數模型對腫瘤有無進展項進行建模研究。每個患者每次檢測的腫瘤有無進展情況不同，其也為縱向數據。我們擬探索時變的檢測指標項與時變的腫瘤有無進展項之間的映射關系，在對系數的估計中，我們首先對系數進行B樣條逼近，利用B樣條基引入時間因素使其適用于處理縱向數據，然后利用極大似然法對各個系數進行估計，并且可以根據本次檢查的指標項計算本次腫瘤發(fā)生進展的概率，當腫瘤發(fā)生進展的概率大于50%時，則認為腫瘤將會發(fā)生進展。 本課題還完成了診療輔助管理原型系統(tǒng)中的腫瘤進展建模模塊的開發(fā)與設計，在一定程度上推動了課題組對腫瘤進展建模研究工作的深入開展。
【學位單位】：北京工業(yè)大學
【學位級別】：碩士
【學位年份】：2013
【中圖分類】：R734.2;N945.12
【部分圖文】：

圖 4-3cz 計算流程圖Figure 4-3 Calculation flow chart ofcz 法稱之為 IVSM(Iterative Variable S Wang，Li 于 2008 年將 B 樣條逼近行比較，BSCAD 也適用于處理縱向性能，但是無法分離常系數與零系面，將兩種方法進行比較。隨機產10i 0 k1( )= ( ) ( ) ( )ij ij ij ik ij ijkY u u u X u e ~ (0,1)iu U ， ~ (0,1)ikX N ，0 (t ) sin()=-1，5 (u )=1，k (u )=0， k =6, 10，e ~i2 2 2 ,0.2 ,0.4代表不同的模型誤差水平，均勻分布在（0,1）之間的 20 個時

圖 4-5 估計出的變系數Figure 4-5 Estimated varying coefficient最終，我們得到如下模型0{1,2,3,5,6,7,8,9,10,12,14, {1113}15,16,17,18,19,20,23,24}( ) ( ) ( ) ( ) ( )i ij ij k ij k ij k k ij ijk kY u u u X u X u ，（4-39）在式（4-39）中，第一項為截距，第二項為變系數部分，第三項為常系數部分，其中所有系數的估計值見表 4-3 和圖 4-5。我們可以將不同檢測次數的檢測指標與估計出的系數代入上述模型，從而計算出當次的腫瘤大小。從圖 4-5 中，可以看出，大多數變量的系數均為時變系數，說明不同時間的觀測變量對腫瘤大小的影響總是變化的，截距0 (t )的變化趨勢可以看出，0 (t )在第四次治療時達到最大值，隨著時間的推移逐漸變小，說明患者經過醫(yī)院的治療，腫瘤病灶有明顯減小或者消失的趨勢。在所有變量中，血紅蛋白、神疲乏力、食欲不振、便秘、癥候這些變量估計出的系數為 0，則從模型中剔除，說明這些變量對腫瘤大小的變化無關，可以提示醫(yī)生這些癥狀對結果影響不大，后期的治療中可以忽視這些變量。癌胚抗原、

第 4 章 變系數模型對腫瘤進展的建模研究表 4-4 與表 4-5 可以看出，系數的估計結果與通用模型的估計結果，在這里不再展示每個系數的估計值，僅將其模型的截距0 的估來，如下圖 4-6，4-7 所示，可以明顯看出，不同嚴重程度的人群型的截距明顯不同，但截距的變化曲線與通用模型的截距變化趨勢第三次或者第五次治療時達到最大值，然后有明顯的下降趨勢，說效果顯著。20 21 22 23 24 25 26 值0 0 0 V V 0 0

【相似文獻】

相關期刊論文 前10條

1 沈曉斌;王平華;;Durrmeyer-Bézier算子的收斂階[J];上饒師范學院學報;2005年06期

2 王平華;;對積分型Lupas-Bézier算子收斂階的估計[J];數學的實踐與認識;2009年18期

3 高書憲;;近于凸函數族的一個子族(續(xù))[J];河南師范大學學報(自然科學版);1987年01期

4 劉淑云;經濟計量研究中的多層線性模型(HLM)[J];運城高等�？茖W校學報;2002年02期

5 洪敏;;某一類解析函數的性質和特征[J];數學雜志;2010年02期

6 劉鶴;于濤;;一類復階單葉函數的系數估計[J];陰山學刊(自然科學);2010年01期

7 俞品;∑(p.q)類亞純單葉函數的系數估計[J];寧夏大學學報(自然科學版);1982年01期

8 施偉民;沈曉斌;李志偉;;局部有界變差函數的Szász-Bézier算子的收斂階[J];成都大學學報(自然科學版);2007年04期

9 謝淑翠;;p次對稱單葉函數的反函數及一些子族函數的系數估計[J];陜西師范大學學報(自然科學版);1988年01期

10 鄧琴;;具有復階的解析函數族[J];數學物理學報;2011年04期

相關會議論文 前10條

1 夏雪;;家庭及教師特征與小學生數學成績的關系——基于多層線性模型的經驗分析[A];2009年中國教育經濟學學術年會論文集[C];2009年

2 宋宇;馬強文;史耀疆;;多層線性模型與學生成績決定中教師影響途徑的統(tǒng)計考察[A];2009年中國教育經濟學學術年會論文集[C];2009年

3 趙婕;金曉斌;竇洪橋;宋佳楠;周寅康;;基于多層線性模型的耕地集約利用與糧食生產力變化態(tài)勢研究——以江蘇省為例[A];地理學核心問題與主線——中國地理學會2011年學術年會暨中國科學院新疆生態(tài)與地理研究所建所五十年慶典論文摘要集[C];2011年

4 王建平;胡小佳;魏華;;裝備損耗預測建模方法研究[A];'2010系統(tǒng)仿真技術及其應用學術會議論文集[C];2010年

5 孟慶茂;劉紅云;;多層線性模型在教育評價中的應用——教師教學效果評價問卷測試結果分析[A];第九屆全國心理學學術會議文摘選集[C];2001年

6 趙冬梅;周宗奎;;童年中后期攻擊行為發(fā)展趨勢的多層線性模型分析[A];第十一屆全國心理學學術會議論文摘要集[C];2007年

7 張影;馬紅宇;;不同項目運動隊凝聚力形成機制的多層分析[A];第十一屆全國心理學學術會議論文摘要集[C];2007年

8 張瑤;鄭立華;鄧小蕾;李民贊;;基于光譜學原理的蘋果樹葉片全氮含量預測建模[A];中國農業(yè)工程學會2011年學術年會論文集[C];2011年

9 周宗奎;趙冬梅;;童年中后期同伴關系的發(fā)展趨勢及社會行為的影響：3年追蹤研究[A];第十一屆全國心理學學術會議論文摘要集[C];2007年

10 李海燕;胡衛(wèi)平;;學校環(huán)境、青少年人格特征對創(chuàng)造性科學問題提出能力的影響[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

相關重要報紙文章 前10條

1 本報記者 錢君德;數據挖掘為企業(yè)帶來極大商機[N];中國計算機報;2010年

2 王敏;DHL中國市場再次加碼[N];中國交通報;2004年

3 楊雪峰;個舊錫銅多金屬找礦前景可觀[N];紅河日報;2008年

4 張哲;國家電網強勢控“風”[N];中國能源報;2010年

5 郎楷淳 編譯;印度外包產業(yè)大洗牌[N];經理日報;2004年

6 梅贊賓;三駕馬車網絡設施人才缺一不可[N];國際商報;2000年

7 段石 徐秀林;后勤保障新走向[N];解放軍報;2001年

8 李華;信息技術讓物流“變臉”[N];經濟日報;2002年

9 葉虹明;國際物流巨頭搶灘我國市場[N];中國鄉(xiāng)鎮(zhèn)企業(yè)報;2004年

10 ;物流（logisties）[N];中國商報;2001年

相關博士學位論文 前10條

1 毛勇;應用多層模型分析外周動脈病危險因素及Ⅳ期臨床試驗藥物安全性和有效性[D];復旦大學;2012年

2 袁利國;基于Logistic模型的幾類系統(tǒng)的動力學研究及其參數估計[D];華南理工大學;2012年

3 王霞;顧客滿意對價格容忍度的影響研究[D];清華大學;2005年

4 張鵬;體外沖擊波治療上尿路結石的療效預測：人工神經網絡和Logistic回歸模型的建立與比較[D];南方醫(yī)科大學;2012年

5 柯麗菲;企業(yè)工作團隊組織公民行為研究[D];西南交通大學;2008年

6 楊奇明;中國農村教育機會不均等演進及其與收入分配關系研究[D];浙江大學;2012年

7 艾曉輝;高斯過程的KL展開及隨機Logistic方程最優(yōu)停時的研究[D];哈爾濱工業(yè)大學;2013年

8 楊會芹;中國湖南省城鄉(xiāng)高中生抑郁易感因素及預測模型追蹤研究[D];中南大學;2007年

9 凌宇;青少年抑郁癥狀的易感性—應激模型研究[D];中南大學;2009年

10 吳文峰;兒童抑郁癥狀應激—認知易感模型的追蹤研究[D];中南大學;2011年

相關碩士學位論文 前10條

1 李爽;非小細胞肺癌腫瘤進展預測建模研究[D];北京工業(yè)大學;2013年

2 周寅鑫;基于邊界Logistic模型評價中國商業(yè)銀行信用風險的研究[D];廣東商學院;2010年

3 魏民;基于Logistic回歸法的銀行風險預警模型構建[D];長沙理工大學;2010年

4 楊洋;利用人工神經網絡模型預測原發(fā)性高血壓的研究[D];中國醫(yī)科大學;2010年

5 駱華萍;多水平logistic模型及其在流行病學調查數據中的應用[D];廣東藥學院;2010年

6 喬占穩(wěn);Logistic回歸模型在信用風險度量中的應用[D];浙江工商大學;2011年

7 林渺;影響肝移植患者術后腎功能損害發(fā)生率因素的臨床研究[D];重慶醫(yī)科大學;2010年

8 張佳倩;基于非完全信息模型和Logistic模型的中國上市公司信用風險研究[D];吉林大學;2010年

9 洪金嵩;基于logistic回歸的上市公司財務困境預警模型實證研究[D];吉林大學;2010年

10 孫博;幾類時滯Logistic方程的全局吸引性[D];吉林大學;2010年

本文編號：2827158