《基于SEER数据的癌症患者生存预后Logistic回归与机器学习研究17000字（论文）》.docVIP

基于SEER数据的癌症患者生存预后Logistic回归与机器学习研究

目录

TOC\o1-3\h\u92111引言 2

190661.1研究背景及意义 2

247491.2国内外研究现状 3

66391.3主要工作 4

286152预后生存分析 5

189022.1生存分析概述 5

183212.2生存数据 5

37352.3生存函数 6

33442.4生存分析方法 7

67752.4.1KM法 8

34522.4.2Cox比例风险模型 9

4283基于传统生存分析方法的结直肠癌患者预后分析 12

83373.1分析内容 12

266163.1.1数据来源 12

87483.1.2数据预处理 14

31393.2KM法单因素分析 15

261353.2.1SEER结直肠癌患者数据分析及结果 15

106923.2.2实验室结直肠癌患者数据分析及结果 18

243053.3Cox比例风险模型多因素分析 20

91493.3.1SEER结直肠癌患者数据分析及结果 20

147383.3.2实验室结直肠癌患者数据分析及结果 23

224883.4Logistic回归分析 24

308173.4.1模型介绍 24

52863.4.2ROC曲线及AUC 25

139323.4.3建模分析 26

237554基于机器学习方法的结直肠癌患者生存分析 27

144124.1随机森林 28

94374.1.1算法原理 28

248574.1.2建模分析 30

268914.2支持向量机 31

51074.2.1算法介绍 31

84374.2.2建模分析 32

38244.3人工神经网络 33

29214.3.1BP神经网络 33

293004.3.2神经网络搭建及训练 35

227484.3.3模型评估 37

574.4Adaboost算法 38

130164.4.1算法介绍 39

142174.4.2建模分析 39

204104.5ROCAUC对比 40

247115总结 42

24711参考文献 42

1引言

生存分析，是研究特征变量与生存时间和目标事件关系的方法，即分析特征变量是否与目标事件有关，还可以分析特征变量与目标事件出现时间之间的关系。生存分析问题的目标变量有两个：观测时间和对应的目标事件是否发生（通常用0表示未发生，1表示发生）。分析之后，可以估计出目标事件随时间变化的概率分布函数。而生存分析方法就是用于解决这些特定的生存分析问题的一类方法。利用生存分析方法分析之后，可以基于所获得的生存数据搭建准确的生存预后模型。在医学领域，这些模型可以辅助医师对患者进行治疗，或帮助医学研究人员发现与所研究病症相关的指标等。例如，在临床上被广泛应用的乳腺癌生存预后模型包括：PREDICT、AdjuvantOnlin、21Gene，这些基于生存分析方法搭建的生存预后模型，在乳腺疾病的预后研究领域，一定程度上减轻了乳腺癌患者的负担，同样也帮助医学研究人员更好地分析研究相关病症（李华东,王志宏,2022)。不仅在医学上，在其他领域例如经济、工业故障分析领域，生存分析方法也可以提前预测各种风险，为人们提供参考数据，在此特定状态下事情的发展显而易见以便人们更好地决策。因此，生存分析模型在医学预后研究和其他领域中都被广泛应用。如何搭建准确、实用、稳健的生存预测模型就自然而然地成为了国内外研究者共同关注的课题。而随着机器学习的不断发展，通过机器学习优化传统的生存分析方法，来提高模型预测性能具有重要的价值和意义(张文博,刘玉婷,2023)。

本次论文就针对传统和基于机器学习的生存分析方法进行比较，并利用现有的数据进行实验分析并进行比较。

2预后生存分析

2.1生存分析概述

生存分析是对生存时间进行分析的方法，常用于医学领域。本节将对生存分析的一些基本概念和论文中用到的基于统计学的传统生存模型进行介绍。

2.2生存数据

生存数据，用于研究观测时间目标事件的状态（患者是否死亡、故障是否发生），是生存分析建模的依据。在医疗领域，主要通过随访得到。

生存数据示例如图2.1所示。如此能够看出生存数据可以表示为集合A={(xi,Ti,δi)|i=1,...,n}QUOTEA={(xi,Ti,δi)|i=1,...,n}。其中n是样本数量(陈凯琳,王俊杰,2021)；