基于类别不平衡与机器学习方法的弥漫大B细胞淋巴瘤患者复发风险预测模型研究.pdfVIP

目 录 摘 要I AbstractIII 常用缩写词中英文对照表V 前 言6 1.DLBCL患者复发风险预测模型研究现状6 2.构建准确率较高、适用性较强的DLBCL患者复发风险模型7 2.1提升模型准确率7 2.2 提升模型适用性10 第一部分 建模方案性能图谱12 1对象与方法12 1.1 对象12 1.2 方法13 2 结 果20 2.1分类模型20 2.2 概率模型31 第二部分 实例应用41 1 对象与方法41 1.1 对象41 1.2 方法42 2 结 果43 2.1 变量筛选结果43 2.2 采用五种备选方案构建DLBCL 患者复发风险预测模型46 讨论53 结论57 参考文献57 综述62 参考文献69 附录72 致谢112 个人简介113 山西医科大学硕士学位论文 基于类别不平衡与机器学习方法的弥漫大B细胞淋巴瘤 患者复发风险预测模型研究 摘 要 目的： B DLBCL 弥漫性大 细胞淋巴瘤 （ ）是最常见的非霍奇金淋巴瘤，目前主要使用 R-CHOP 30% 50% 作为标准化疗方案，但仍有 到 的患者因耐药复发。患者复发后因 缺乏有效的治疗方案生存率较低，能准确预测患者的复发风险并提供有效的巩固化 疗方案已成为临床医生亟待解决的重要问题。其中疾病成因错综复杂、数据中的类 别不平衡问题均导致现有模型分类性能较弱、适用患者有限等问题，故本研究旨在 使用机器学习方法构建准确率较高、适用性较强的DLBCL 患者复发风险预测模型， 为临床治疗方案制定提供参考。 方法： 9 2 logistic 为提升模型准确率，联合 种类别平衡方法、 种机器学习方法、 回归 4 48 方法与 种集成学习方法形成共 种建模方案。为提升模型适用性，首先使用以上 12 方案分别 个存在类别不平衡问题的公共数据库构建分类与概率预测模型，对后者 采用Platt scaling进行概率校准；其次评价模型性能并绘制随着数据类别不平衡率变 化建模方案性能变化图谱；随后应用图谱为经变量筛选后的DLBCL 患者达到完全 5 缓解后的复发数据库挑选 套备选建模方案建模；最后选取其中模型性能评价指标 最高者作为患者两年、三年与五年内复发风险分类与概率预测模型。 结果： 1 Adaboost （）根据模拟研究中对联合集成学习 （ 同型集成，随机森林，平均 Stacking SMOTE RACOG DBSM 投票和 异型集成等四种方法）、重采样 （ ， ， 和 FCMSMT 9 C5.0 等四种方法）和代价敏感等三大类共 种类别平衡方法、 决策树与 I 山西医科大学硕士学位论文 支持向量机等两种机器学习方法、传统logistic 回归方法与4 种集成学习方法形成共 48种建模方案绘制的图谱，其中使用未平衡数据、使用SMOTE