基于Deepsurv模型预测非转移性前列腺癌患者的生存率

基于Deepsurv模型预测非转移性前列腺癌患者的生存率徐方笛;范晓东
【期刊名称】《医学信息》
【年(卷),期】2024(37)8
【摘要】目的建立Deepsurv深度神经网络模型与Cox比例风险回归模型并比较两种模型对非转移性前列腺癌症患者生存时间的预测性能。

方法从SEER数据库中选择2014-2018年确定诊断为非转移性前列腺癌的男性患者,将患者数据集按照8∶2划分为训练集和测试集,构建Deepsurv深度神经网络模型的基本结构。

利用随机超参数优化搜索算法获得预定义范围内的最优网络超参数,建立模型后在训练集上训练,并在测试集上测试。

通过一致性指数(C-index)、ROC曲线下面积(AUC)和Brier分数(Brier Score)比较Deepsurv深度神经网络模型和Cox比例风险回归模型对非转移性前列腺癌症患者1、3年生存情况的预测性能。

结果建立了以患者年龄、前列腺特异性抗原(PSA)水平、前列腺癌组织恶性程度(Gleason分级)、肿瘤分期(T分期)和活检核心阳性总数为预后因素的预测模型。

Deepsurv深度神经网络模型的C-index为0.713,高于Cox比例风险回归模型的0.654;Deepsurv深度神经网络模型预测患者1、3年生存率的Brier Score为0.312、0.229,低于Cox比例风险回归模型的0.356、0.241;ROC曲线显示,Deepsurv深度神经网络模型预测患者1、3年生存率的AUC为0.680、0.652,高于Cox比例风险回归模型的0.631、0.649。

结论Deepsurv深度神经网络模型在预测非转移性前列腺癌患者的生存方面的表现优于传统的Cox比例风险回归模型。

【总页数】4页(P52-55)
【作者】徐方笛;范晓东
【作者单位】吉林化工学院信息与控制工程学院1
【正文语种】中文
【中图分类】R737.25
【相关文献】
1.Apalutamide可显著延迟非转移性、去势抵抗性前列腺癌患者疾病进展时间
2.基于炎症标志物的Nomogram模型预测非小细胞肺癌患者术后生存率
3.冷冻消融术治疗≥75岁非转移性前列腺癌患者的疗效分析
4.比较基于机器学习的不同临床模型框架在非转移性胰头癌、胰体癌和胰尾癌患者总生存率和特异生存率方面的稳定性
5.体重指数对非转移性前列腺癌患者预后的影响
因版权原因，仅展示原文概要，查看原文内容请购买。