基于類別不平衡與機(jī)器學(xué)習(xí)方法的彌漫大B細(xì)胞淋巴瘤患者復(fù)發(fā)風(fēng)險(xiǎn)預(yù)測模型研究
發(fā)布時(shí)間:2023-10-31 20:00
目的:彌漫性大B細(xì)胞淋巴瘤(DLBCL)是最常見的非霍奇金淋巴瘤,目前主要使用R-CHOP作為標(biāo)準(zhǔn)化療方案,但仍有30%到50%的患者因耐藥復(fù)發(fā)。患者復(fù)發(fā)后因缺乏有效的治療方案生存率較低,能準(zhǔn)確預(yù)測患者的復(fù)發(fā)風(fēng)險(xiǎn)并提供有效的鞏固化療方案已成為臨床醫(yī)生亟待解決的重要問題。其中疾病成因錯綜復(fù)雜、數(shù)據(jù)中的類別不平衡問題均導(dǎo)致現(xiàn)有模型分類性能較弱、適用患者有限等問題,故本研究旨在使用機(jī)器學(xué)習(xí)方法構(gòu)建準(zhǔn)確率較高、適用性較強(qiáng)的DLBCL患者復(fù)發(fā)風(fēng)險(xiǎn)預(yù)測模型,為臨床治療方案制定提供參考。方法:為提升模型準(zhǔn)確率,聯(lián)合9種類別平衡方法、2種機(jī)器學(xué)習(xí)方法、logistic回歸方法與4種集成學(xué)習(xí)方法形成共48種建模方案。為提升模型適用性,首先使用以上方案分別12個(gè)存在類別不平衡問題的公共數(shù)據(jù)庫構(gòu)建分類與概率預(yù)測模型,對后者采用Platt scaling進(jìn)行概率校準(zhǔn);其次評價(jià)模型性能并繪制隨著數(shù)據(jù)類別不平衡率變化建模方案性能變化圖譜;隨后應(yīng)用圖譜為經(jīng)變量篩選后的DLBCL患者達(dá)到完全緩解后的復(fù)發(fā)數(shù)據(jù)庫挑選5套備選建模方案建模;最后選取其中模型性能評價(jià)指標(biāo)最高者作為患者兩年、三年與五年內(nèi)復(fù)發(fā)風(fēng)險(xiǎn)分類與概率預(yù)測模...
【文章頁數(shù)】:119 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
常用縮寫詞中英文對照表
前言
1.DLBCL患者復(fù)發(fā)風(fēng)險(xiǎn)預(yù)測模型研究現(xiàn)狀
2.構(gòu)建準(zhǔn)確率較高、適用性較強(qiáng)的DLBCL患者復(fù)發(fā)風(fēng)險(xiǎn)模型
2.1 提升模型準(zhǔn)確率
2.2 提升模型適用性
第一部分 建模方案性能圖譜
1 對象與方法
1.1 對象
1.2 方法
2 結(jié)果
2.1 分類模型
2.2 概率模型
第二部分 實(shí)例應(yīng)用
1 對象與方法
1.1 對象
1.2 方法
2 結(jié)果
2.1 變量篩選結(jié)果
2.2 采用五種備選方案構(gòu)建DLBCL患者復(fù)發(fā)風(fēng)險(xiǎn)預(yù)測模型
討論
結(jié)論
參考文獻(xiàn)
綜述
參考文獻(xiàn)
附錄
致謝
個(gè)人簡介
本文編號:3859391
【文章頁數(shù)】:119 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
常用縮寫詞中英文對照表
前言
1.DLBCL患者復(fù)發(fā)風(fēng)險(xiǎn)預(yù)測模型研究現(xiàn)狀
2.構(gòu)建準(zhǔn)確率較高、適用性較強(qiáng)的DLBCL患者復(fù)發(fā)風(fēng)險(xiǎn)模型
2.1 提升模型準(zhǔn)確率
2.2 提升模型適用性
第一部分 建模方案性能圖譜
1 對象與方法
1.1 對象
1.2 方法
2 結(jié)果
2.1 分類模型
2.2 概率模型
第二部分 實(shí)例應(yīng)用
1 對象與方法
1.1 對象
1.2 方法
2 結(jié)果
2.1 變量篩選結(jié)果
2.2 采用五種備選方案構(gòu)建DLBCL患者復(fù)發(fā)風(fēng)險(xiǎn)預(yù)測模型
討論
結(jié)論
參考文獻(xiàn)
綜述
參考文獻(xiàn)
附錄
致謝
個(gè)人簡介
本文編號:3859391
本文鏈接:http://sikaile.net/shoufeilunwen/mpalunwen/3859391.html
最近更新
教材專著