基于多随机经验核的弥漫大B细胞淋巴瘤复发预测

摘要

目的 基于多随机经验核分类器构建弥漫大B细胞淋巴瘤完全缓解后两年内复发情况的预测模型，为患者的治疗提供决策依据。方法 利用山西省某三甲医院2010-2020年电子病历库中符合本研究要求的445名患者信息，基于五种常见类别不平衡处理方法以及多随机经验核分类器构建复发预测模型，并与五种分类器进行比较。结果 基于SMOTE Tomek Links+多随机经验核分类器的复发预测模型取得了最优的分类性能(accuracy=0.89,precision=0.87,recall=0.92,f1-Score=0.89,brier score=0.11)。结论 对DLBCL实际数据集，本文使用SMOTE Tomek links处理不平衡数据并构建多随机经验核模型，模型性能达到最优的同时计算复杂度也不高，可为DLBCL复发预测提供有力参考。

关键词

弥漫大B细胞淋巴瘤 / 复发预测 / 经验核映射 / 类别不平衡