基于随机森林算法的肺癌化疗患者骨髓抑制辅助评分模型的构建
Yingjun Dong1, Changqing Hu2, Jun Liu3
1Intensive Care Unit, Shanxi Provincial Cancer Hospital/Shanxi Hospital Affiliated to Cancer Hospital, Chinese Academy of Medical Sciences/Cancer Hospital Affiliated to Shanxi Medical University Taiyuan 030013, Shanxi, China.
American journal of translational research
|July 12, 2023
概括
一个新的随机森林模型准确地预测了接受化疗的肺癌患者的骨髓抑制风险. 该工具有助于识别高风险个体,以便及时进行干预,改善患者的治疗结果.
科学领域:
- 在瘤学瘤学.
- 生物统计学 生物统计学
- 计算医学是一种计算医学.
背景情况:
- 骨髓抑制是肺癌患者常见的化疗副作用.
- 准确预测骨髓抑制风险对于个性化治疗策略至关重要.
研究的目的:
- 在接受化疗的肺癌患者中开发和验证骨髓抑制的预测评分模型.
- 使用随机森林算法来提高预测准确度.
主要方法:
- 从2019年1月到2022年1月对204名肺癌患者的回顾性分析.
- 数据包括人口统计,疾病指标和化疗前的实验室结果.
- 使用R软件构建了一个随机森林模型,数据分为训练 (136个案例) 和验证 (68个案例) 集.
主要成果:
- 骨髓抑制的发生率为36.76% (75/204名患者).
- 随机森林模型确定的主要预测因素是年龄,骨转移,化疗过程,白蛋白 (Alb) 和性别.
- 该模型表现出强大的预测性能,AUC为0.878 (训练) 和0.885 (验证),验证准确率为82.35%.
结论:
- 开发的基于森林的随机风险评估模型有效预测化学治疗的肺癌患者的骨髓抑制.
- 这种模型是识别高风险患者的宝贵工具,能够进行主动管理,并有可能改善治疗结果.


