基于改进DeepSurv模型的肺癌生存分析及其影响因素

摘要

目的：探究改进后的DeepSurv模型在预测肺癌患者生存期中的表现，并分析影响肺癌预后的关键因素。方法：基于SEER数据库中2018至2021年的肺癌患者数据，通过引入自注意力机制、残差网络、LIME方法以及熵正则化项对DeepSurv模型进行改进，以提升模型的预测性能和可解释性。利用C-index和Brier分数对模型性能进行评估，并应用改进后的模型分析各特征对肺癌预后的影响。结果：改进后的DeepSurv模型的C-index为0.852,Brier分数为0.139。特征重要性分析显示年龄是影响肺癌患者生存周期的最重要因素。结论：改进后的DeepSurv模型在性能上显著优于Cox比例风险模型和原始DeepSurv模型，具有更高的准确性、鲁棒性和可解释性，为个性化医疗和生存分析领域提供新的模型优化思路。

关键词

肺癌 / 生存分析 / 深度学习 / 改进DeepSurv模型 / 影响因素