基于机器学习构建肿瘤相关静脉血栓栓塞风险预测模型的研究进展 .pdf

基于机器学习构建肿瘤相关静脉血栓栓塞风险预测

模型的研究进展

【摘要】静脉血栓栓塞症是癌症患者的常见并发症，也是导致癌症患者死亡的常

见原因。机器学习算法为肿瘤相关静脉血栓栓塞(CAT)风险评估提供了新途径。

本文对机器学习算法在CAT风险预测模型的研究进展进行综述，从模型的构建方

法、基本情况和预测性能等方面进行总结、分析和比较，以期为今后CAT风险预

测模型的构建和应提供借鉴。

【关键词】综述；静脉血栓栓塞症；机器学习；肿瘤；肿瘤相关静脉血栓栓塞症;

风险预测模型

静脉血栓栓塞(venousthromboembolism,VTE),包括深静脉血栓形成(d

eepveinthrombosis,DVT)和肺栓塞，是全球第三大急性心血管综合征［1］。

肿瘤相关静脉血栓栓塞(cancerassociatedthrombosis,CAT)是活动期癌症患

者的常见并发症。据统计，CAT的发生率为4%〜20%,约占VTE所有病例的五分

之一［2-］。癌症患者VTE发病风险比非癌症患者高4〜7倍，胰腺癌、胃癌等

实体瘤患者的风险会更高［4-5］。目前，CAT是癌症患者死亡的第二大常见原

因，仅次于癌症进展本身［6-7］o除了增加死亡风险外，CAT还加重了癌症治

疗过程的负担。研究表明，在抗凝治疗期间癌症患者经历更高的VTE复发率和出

血并发症［8-9］oCAT的发生发展不仅延长癌症患者住院时间，降低患者生活

质量，还可能导致中断或停止抗癌治疗［10］。因此，尽早识别CAT风险并对其

进行针对性的预防措施尤为重要。目前，肿瘤患者中广泛应的VTE风险评估模

型包括Caprini模型、Khorana模型、COMPASSCAT模型等，但这些模型在VTE

风险分层上的精确度却并不理想［11］O随着大数据、人工智能和精准医学的蓬

勃发展，以机器学习为主的新型算法在VTE风险预测方面崭露头角。机器学习是

人工智能的分支和主要实现方法，其本质是模型的选择和模型参数的确定［12］。

机器学习可在海量医学数据中自动学习经验，识别多维数据间复杂的非线性关系

并建模，从而进行疾病风险、不良事件风险等方面的智能预测和决策［1］。本

文通过对国内外CAT领域中采机器学习算法构建风险预测模型的相关研究进

行综述，从模型的构建方法、基本情况和预测性能等方面对相关研究进行总结、

分析和比较，以期为今后CAT风险预测模型的构建和应提供借鉴。

一、基于机器学习算法构建CAT风险预测模型的研究现状

基于机器学习算法构建CAT风险预测模型的基本流程为：数据收集（对历史

数据预处理以形成数据集）、数据划分（将数据集分为训练集和测试集）、模型

构建（模型选择后进行训练和测试，并进行参数优化）、模型应（最优模型应

验证）。目前，被于CAT风险评估研究的几种主要机器学习模型包括逻辑回

归、随机森林、支持向量机、极限梯度提升和线性判别分析等。

1.预测CAT的逻辑回归模型：逻辑回归模型是一种解决分类问题的概率模型,

可根据给定的自变量数据集估计事件的发生概率［14］。逻辑回归模型具有简单

易行、可解释强的优点，在医疗领域预测模型研究中广泛应。

国外利逻辑回归模型进行CAT风险预测的研究起步较早。早在1998年，M

eier和Jick［15］使逻辑回归算法构建了使他莫昔芬治疗乳腺癌患者的特

发性VTE风险预测模型，并发现体重指数^0kg/m2是VTE的独立危险因素。虽

然我国CAT风险预测模型研究起步较晚，但发展迅速。目前，我国学者基于逻辑

回归算法已开发了肺癌［16］、结直肠癌［17］、头颈癌［18］等实体瘤患者的

CAT风险预测模型，均取得了较好的预测效果。

Chen等［19］回顾性收集791例实体瘤患者的临床资料，构建CAT风险预

测列线图模型。通过单因素和多因素Logistic回归分析识别出8个独立危险因

素：年龄N60岁、癌症类型、肿瘤III-IV期、血小板体积分布宽度＜12.6%,白

蛋白浓度＜8.8g/L.乳酸脱氢酶浓度N198U/L,D-二聚体浓度N1.72ug/ml、

血红蛋白浓度＜100g/dlo该模型内部验证受试者工作特征（receiveroperati

ngcharacteristic,ROC）的曲线下面积（areaunderthecurve,AUC）为0.

852,C