一个基于网络的工具,用于预测中年和老年人癌症风险,使用机器学习算法和自我报告问题

科学领域:

• 在瘤学瘤学.
• 生物统计学 生物统计学
• 公共卫生 公共卫生

背景情况:

• 在全球范围内,中国面临着较高的癌症发病率和死亡率.
• 制定有效的癌症预防策略对于公共卫生至关重要.
• 中年和老年中国成年人是癌症风险评估的关键人口.

研究的目的:

• 为45岁及以上的中国成年人创建在线癌症风险预测工具.
• 利用机器学习算法和自我报告的数据进行准确的风险评估.
• 为癌症风险评估提供一个用户友好的平台.

主要方法:

• 利用来自中国健康与退休长度研究 (2011-2018) 的19798名参与者 (年龄45岁以上) 的数据.
• 采用了包括Random Forest在内的9个机器学习算法来构建预测模型.
• 专注于非侵入性,自我报告的预测因素,涵盖人口统计,生活方式和健康史.

主要成果:

• 我的癌症风险工具表现出强的表现,随机森林实现了0.75的AUC和0.99的ACC.
• 确定了重要的预测因素:年龄,自我评估的健康状况,睡眠模式,家庭加热,儿童健康状况,生活条件和吸烟习惯.
• 成功预测了各种癌症,包括肺癌,乳腺癌,宫癌,结肠直肠癌,胃癌和食道癌.

结论:

• 我的癌症风险作为预防性查工具,鼓励早期检测和更健康的行为.
• 突出了癌症风险模型中不传统预测因素的重要性,例如住房条件.
• 旨在通过可访问的风险评估来减少癌症的公共卫生负担.