[发明专利]基于临床表型和逻辑回归分析的食管鳞癌风险预测系统

说明书

本发明提出了一种基于临床表型和逻辑回归分析的食管鳞癌风险预测方法，用以实现对食管鳞癌患者的预后生存风险评估。其步骤为：首先，根据食管鳞癌患者的临床检测数据筛选出特征指标，并根据特征指标构建决策树分类器；其次，利用决策树分类器将食管鳞癌患者分为早期和中晚期食管鳞癌患者；然后，获取食管鳞癌患者术前一周的血液指标信息，筛选出与食管鳞癌患者生存风险相关性高的血液指标并构建逻辑回归模型；再将分类后的食管鳞癌患者的血液指标输入逻辑回归模型中，得到食管鳞癌患者的预后生存风险概率值；进而判断预后生存风险的高低。本发明较为准确地判断食管鳞癌患者术后的生存状态，提高风险预测的性能，降低风险预测的成本。

技术领域

本发明涉及机器学习的技术领域，特别是指一种基于临床表型和逻辑回归分析的食管鳞癌风险预测方法。

背景技术

随着癌症发病率逐渐提高，基于模型预测癌症的预后已经广泛应用于不同的疾病，而对癌症患者进行精准的预后仍然是当前所面临的首要问题。临床上检测到的数据是典型的多重共线性、维度高、多噪声的特点，这使得数据本身存在信息冗余、非线性等问题，特别是“高维度”数据特点一直是影响数据挖掘的重大难题，一方面“高维度”使得对数据的处理需要高昂的运算代价，另一方面数据本身也无法直接体现本质属性。近年来，国内外的研究学者针对维度灾难这一问题进行了思考和探讨，并且致力于生物信息的特征提取方法的研究。

特征选择和模型构建是学术界和医学领域的一个研究热点和重点，好的特征选择能够提升模型的性能，更能帮助理解数据的特点、底层结构，有助于改善模型。现有技术中，有以下几种方法用于训练数据的特征选择和模型构建：(1)单因素方差分析能够对每一个特征进行测试，衡量该特征和因变量之间的关系，舍弃掉不理想的特征信息；(2)使用皮尔森相关系数衡量变量之间的线性相关性，建立变量之间的关联性；(3)线性回归是常用的一种建模方法。上述方法都是采用常规的方法筛选特征变量进而建立预测模型，使得现有模型的识别率较低，然而，当今的医学界需要一种能准确判断预后风险的方法。

发明内容

针对上述背景技术中存在的不足，本发明提出了一种基于临床表型和逻辑回归分析的食管鳞癌风险预测方法，解决了现有预测模型由于特征筛选不全，造成识别率低的技术问题。

本发明的技术方案是这样实现的：

一种基于临床表型和逻辑回归分析的食管鳞癌风险预测方法，其步骤如下：

步骤一：获取食管鳞癌患者的临床检测数据，根据临床检测数据筛选出与食管鳞癌患者分类相关性高的特征指标；

步骤二：根据与食管鳞癌患者分类相关性高的特征指标构建决策树分类器；

步骤三：将待分类的食管鳞癌患者的特征指标输入决策树分类器，得到食管鳞癌患者的分类结果；

步骤四：获取食管鳞癌患者术前一周的血液指标信息，通过构建血液指标信息的ROC曲线筛选出与食管鳞癌患者生存风险相关性高的血液指标；

步骤五：根据与食管鳞癌患者生存风险相关性高的血液指标构建逻辑回归模型；

步骤六：将步骤三中分类后的食管鳞癌患者的血液指标输入逻辑回归模型中，得到食管鳞癌患者的预后生存风险概率值；

步骤七：判断预后生存风险概率值是否大于阈值γ，若是，预后生存风险为高风险，否则，预后生存风险为低风险，其中，阈值γ表示由ROC曲线构造的高风险和低风险的临界值。

所述食管鳞癌患者的临床检测数据中的指标包括性别、病理诊断、肿瘤部位、肿瘤的长度、肿瘤的宽度、肿瘤的厚度、肿瘤的类型、病理分化程度、肿瘤浸润程度、阴性、淋巴结阳性转移、T分期、N分期、M分期、第八版TNM分期。

所述根据临床检测数据筛选出与食管鳞癌患者分类相关性高的特征指标的方法为：