数据挖掘技术在预测鼻咽癌患者5年生存状态中的应用.pdfVIP

四川医学2013年7月第34卷 (第7期) SichuanMedicalJournal，2013，Vo1．34，No．7 ·905 · 论著 数据挖掘技术在预测鼻咽癌患者 5年生存状态中的应用 高 云，杨胜利，何 蓉，朱江红，何兴平 ，代 军，彭明尧，胡 军，庞 洁，苏 敏 (攀枝花市中心医院肿瘤科，耳鼻喉科 ，I~t)lI攀枝花 617067) 【摘要】 目的 运用数据挖掘技术分析与鼻咽癌患者预后有关的各种因素，建立预测鼻-因癌患者5年生存状态的 预测模型并评价其效果。方法 收集从2005年 1月～2007年 12月在我院接受诊治的130例鼻咽癌患者的资料。将所 有病例分为两组：一组作为训练样本，用于筛选变量及建立预测模型，参与数据挖掘过程，共计 104例；一组作为验证样 本，用于评价模型效果，不参与数据挖掘过程，共计26例。数据挖掘过程 中所采用技术包括单因素分析、logistic回归分析 及人工神经网络(ANN)。结果 单因素分析显示年龄、T分期、N分期、M分期、92福州分期、KPS评分、颅底骨质破坏、颅 神经损伤、咽旁间隙侵犯、确诊到放疗时间、鼻咽疗效、颈部淋巴结疗效共 12项指标与鼻咽癌患者的5年生存状态相关 (P0．05)。验证组验证显示，logistic回归模型预测患者5年生存状态的准确率、敏感度和特异度分别为80．8％、81．2％ 和80％，而ANN模型预测患者5年生存状态的准确率、敏感度和特异度分别为88．5％、盯．5％和90％。结论 数据挖掘 技术可从与鼻咽癌患者预后相关的大量信息中挖掘出有意义的指标，并利用这些指标建立预测模型来判断患者5年后的 生存状态。ANN模型的效能优于 logistic回归模型。 【关键词】 鼻咽癌；生存状态；数据挖掘；人工神经网络；logistic回归 【中图分类号】 R739．63 【文献标识码】 A 【文章编号】 1040-0501(2013)07-0905-04 Applieationofdatamininginpredicting5-yearsurvivalofpatientswithnasopharyngealcarcinoma．GAO Yun，YANG Sheng—li，HERong，eta1．TheCentralHospitalofPanzhihua，Panzhihua，Sichuan617067，China 【Abstract】 Objective Toanalysispredictivefactorsofnasopharyngealcarcinomaprognosisusingdatamining，establish predictivemodelsof5-yearsurvivalandevaluatetheeffect．M ethods Datawerecollectedfrom 130patientswithnasopharyngeal carcinomaadmittedtoourhospitalfrom Jan2005toDec2007．Patientsweredividedintotraininggroupandconfirmationgroup． 140 casesintraininggroupwereusedtoscreenvariablesandestablishpredictivemodels，26casesinconfirmationgrouptoeva[u— atetheeffect．Methodsemployedindataminingweresinglefactoranalysis，logisticregressionanalysisandartificialneuralnet— work(ANN)．Results Singlefactoranalysisshowedthat12variables，includingage，Nstage，M stage，M stage，92Fu