bp神经网络在结直肠癌预后分析中的应用word格式论文.docxVIP

参考文献........................................................37综述.............................................................44致谢.............................................................63BP神经网络在结直肠癌预后研究中的应用硕士研究生陈权导师聂绍发教授摘要目的①研究结直肠癌患者预后的影响因素。②探讨比例风险Cox模型、Logistic回归模型及BP神经网络在结直肠癌患者术后生存率预测中的效果。③比较三种模型在结直肠癌患者术后生存率预测中的性能。④探讨BP神经网络预测结直肠癌患者术后生存期的效果。⑤综合评价BP神经网络在结直肠癌患者预后研究中的作用。方法①收集武汉市某肛肠专科医院2004年5月至2008年5月期间，经病理学确诊的原发结直肠癌患者222例。②通过查阅病案和复诊记录收集结直肠癌患者的相关资料，收集的资料包括人口学基本信息、临床特征、病理特征和临床实验室资料。③采用自制调查表，通过定期电话访问形式收集结直肠癌患者术后随访资料。④运用统计软件SPSS16.0进行统计分析：采用Kaplan-Meier法计算生存率，预后影响因素单因素分析采用Log-rank检验，多因素分析采用比例风险Cox回归模型。分别构建比例风险Cox回归模型和Logistic回归模型预测结直肠癌患者术后三年生存率。⑤运用统计软件MatLab7.12分别构建两个BP神经网络用于预测结直肠癌患者术后三年生存率和术后生存期。结果①结直肠癌患者术后中位生存时间为56个月，术后1年、3年、5年生存率分别为92.8%、67.2%和44.5%。②单因素分析显示影响结直肠癌预后的因素包括：术前CEA水平、术前CA19-9水平、术前三项指标并联检测、术后是否化疗、肿瘤直径、肿瘤分化程度、淋巴结转移、远处转移、TNM分期及Dukes分期。③多因素比例风险Cox回归模型显示影响预后的独立因素包括：TNM分期、术后是否化疗、术前三项指标并联检测和肿瘤直径。④比例风险Cox模型预测结直肠癌患者术后3年生存率的准确率、灵敏度、特异度和AUC分别为73.2%、65.0%、81.0%和0.844。⑤Logistic回归模型预测术后3年生存率的准确率、灵敏度、特异度和AUC分别为73.2%、80.0%、66.7%和0.785。⑥BP神经网络预测术后3年生存率的准确率、灵敏度、特异度和AUC分别为80.5%、80.0%、81.0%和0.849。⑦三种模型预测效果无显著性差异，BP神经网络略优于Cox模型和Logistic回归模型。8.BP神经网络预测结直肠癌患者术后生存期与实际结果比较无显著性差异。结论①TNM分期、术后是否化疗、术前三项指标并联检测和肿瘤直径是影响结直肠癌患者术后生存的独立因素。②三种模型均能有效预测结直肠癌患者术后3年生存率，其中，BP神经网络最佳。③BP神经网络能有效预测结直肠癌患者术后生存期。④BP神经网络有良好的预测性能，但其理论尚未成熟，需进一步验证其效果。关键词结直肠癌；比例风险Cox模型；Logistic回归；BP神经网络；生存分析Applicationof Back-propagation NeuralNetworkfor PrognosticAnalysisofColorectalCancerCandidate:ChenQuanSupervisor:Prof.NieShaofaABSTRACTObjectiveToinvestigatethePrognostic factorsinpatientswithcolorectalcancer.ToevaluatetheeffectivenessofproportionalhazardCoxregressionmodel,Logisticregressionmodelandback-propagationneuralnetworkforthesurvivalratepredictiveofthepost-operativecolorectalcancer.Toexploretheeffectivenessofback-propagationneuralnetworkforforecastingthesurvivaltimeaftercurativeresection.Toassessthe roleofback-propagationneuralnetworkintheprognosisanalysis ofcolorectalcancer.MethodsThisstudyincluded222patientswi