摘要
[目的]利用收集的临床资料,运用神经网络方法和传统的Logistic回归方法构建不同的预后预测模型,比较不同方法构建模型的预测性能,从方法学上探讨预后研究的新方法。[方法]对1998年1月至1999年8月期间,在中山大学肿瘤医院住院接受治疗、资料齐全的670例鼻咽癌患者,按照入院时间前后,以约4∶1分成530例和140例两部分,前530例用于筛选变量和建立预测模型,后140例用于对模型的检测和评价。建模方法应用人工神经网络和常规统计方法中的Logistic回归。[结果]通过对140例的预测判别,Logistic回归预测模型的预测结果的相关评价指数为:准确性80.71%,敏感性51.11%,特异性94.74%,Youden指数0.3182;ANN1的相关指数为准确性85.00%,敏感性57.77%,特异性97.89%,0.4277;ANN2的相关指数则分别为86.43%,80.00%,89.47%,0.6643。神经网络各项指标均优于Logistic回归预测模型。运用ROC方法评价显示运用神经网络方法(曲线下面积0.922和0.936)比Logistic回归方法建立的模型(曲线下面积0.880)的预测判别效果要好。[结论]初步证明人工神经网络能够较准确地判别预后,为解决个体化预后预测提供了一种新方法,但能否在实际工作中应用,还有待进一步研究。
出处
《肿瘤学杂志》
CAS
2006年第4期300-304,共5页
Journal of Chinese Oncology
