支持向量机预测食管鳞癌患者术后生存期
目的应用支持向量机(support vector machine,SVM)建立食管鳞状细胞癌(esophageal squamous cell carcinoma,ESCC)术后生存期预测模型并评估该模型判断ESCC生存期的效能。方法随访168例接受根治性手术治疗的ESCC患者,分析ESCC临床病理特征和14-3-3σ、热休克蛋白gp96、巨噬细胞移动抑制因子(migration inhibitory factor,MIF)等3个蛋白的表达规律与ESCC生存期的相关性;应用Matlab软件进行SVM运算,对训练组128例ESCC患者建立最优预后分类模型ESCC-SVM,并用测试组40例患者验证...
Saved in:
Published in: | 肿瘤防治研究 no. 8; pp. 765 - 771 |
---|---|
Main Author: | |
Format: | Journal Article |
Language: | Chinese |
Published: |
2015
|
Subjects: | |
Online Access: | Get full text |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Summary: | 目的应用支持向量机(support vector machine,SVM)建立食管鳞状细胞癌(esophageal squamous cell carcinoma,ESCC)术后生存期预测模型并评估该模型判断ESCC生存期的效能。方法随访168例接受根治性手术治疗的ESCC患者,分析ESCC临床病理特征和14-3-3σ、热休克蛋白gp96、巨噬细胞移动抑制因子(migration inhibitory factor,MIF)等3个蛋白的表达规律与ESCC生存期的相关性;应用Matlab软件进行SVM运算,对训练组128例ESCC患者建立最优预后分类模型ESCC-SVM,并用测试组40例患者验证分类效率,ROC曲线分析ESCC-SVM及其他预后相关因子对高低死亡风险ESCC的识别能力。结果 ESCC-SVM由性别、T分期、组织学分级、淋巴结转移、TNM分期、14-3-3σ和gp96等7个最优属性组成,该模型区分训练组和测试组ESCC五年整体生存率的最大AUC分别为0.96、0.86、准确率分别为97.7%、90.0%,明显优于目前临床应用的TNM分期(准确率分别为62.5%、67.5%)及其他各临床病理属性。Cox多因素比例风险回归模型分析发现年龄、T分期、gp96和ESCC-SVM是影响ESCC术后生存期的独立因素。ESCC-SVM与性别、T分期、组织学分级、淋巴结转移、TNM分期和14-3-3σ均显著相关。结论本研究建立的ESCC-SVM为预后评估、临床治疗方案选择及个体化治疗提供了理论依据。 |
---|---|
Bibliography: | 42-1241/R ZHANG Tian;CHAO Weixia;ZHAO Yungang;WANG Ming;WANG Guangchao;HE Hongmei;LIU Ruimin;WEI Shutang;HAN Dazheng;ZHU Han;MA Jin;GU Juan;MA Yuanfang;QI Yijun;Key Laboratory of Cellular and Molecular Immunology, College of Medicine, He’nan University;Department of Preventive Medicine, He’nan University;Department of Digestive Medicine, The First Affiliated Hospital of He’nan University |
ISSN: | 1000-8578 |