随机生存森林在结直肠癌患者基因数据预后分析中的应用研究

摘要

目的 应用随机生存森林模型探讨基因数据中结直肠癌患者预后影响因素。方法 利用TCGA数据库中结直肠癌基因表达数据，对差异表达基因进行筛选，结合临床与生存信息构建RSF模型，并与传统Lasso-Cox回归模型进行比较。结果 通过RSF模型得到包括HAND1(VIMP=0.090)和PCOLCE2(VIMP=0.075)基因表达在内的13个影响结直肠癌患者预后的重要因素，并分析了病理学N分期、PCOLCE2基因及IGSF9基因变量之间的交互作用。与Lasso-Cox模型比较结果显示，尽管RSF模型预测错误率略高(1-C-index:训练集：0.296 vs. 0.213;测试集：0.369 vs. 0.332),但具有更好的模型校准度(IBS:训练集：0.205 vs. 0.214;测试集：0.210 vs. 0.221)。结论 RSF模型在处理右删失生存数据的分析时具有良好的表现，能发现重要的影响因素以及变量之间的交互作用，为结直肠癌患者预后状况的改善和生命质量的提升提供了科学依据。

关键词

随机生存森林 / Lasso-Cox回归 / 结直肠癌 / 基因数据 / 预后分析