基于Logistic回归和支持向量机的早发性结直肠癌风险预测模型

摘要

目的：通过Logis tic回归和支持向量机（SVM）探究早发性结直肠癌（EOCRC）和晚发性结直肠癌（LOCRC）的危险因素，建立针对不同年龄段人群的风险预测模型并比较预测效果。方法：选择2012—2022年诊断为结直肠癌患者，记录人口学特征、临床表现、既往史、家族史、生活方式、体格检查、实验室检查及病理诊断，分别建立风险预测模型，比较两模型的ROC曲线下面积（AUROC）、准确率、精确率、召回率、F1分数。结果：综合两模型结果，EOCRC风险与出现消化道出血、腹胀腹痛、大便习惯改变等临床表现、体重减轻、肿瘤标志物升高具有较强的正相关性，与婚姻状况、阑尾切除史、糖尿病史、血脂异常病史、结直肠癌家族史也存在较弱的正相关；LOCRC风险与婚姻状况、出现临床表现、体重减轻、血脂异常、肿瘤标志物升高具有较强的正相关性，与年龄、吸烟、阑尾切除史、结直肠癌家族史也存在一定的正相关性。两模型的AUROC、准确率、F1分数相差不大，但Logistic回归模型的精确率更高而SVM模型的召回率更高。结论：EOCRC和LOCRC的危险因素不完全相同，婚姻状况、吸烟、血脂异常、肿瘤家族史在EOCRC中的贡献低于在LOCRC中的贡献。相较Logistic回归，SVM能发现更多的结直肠癌危险因素，能尽可能多的找出结直肠癌的可能患者。

关键词

早发性结直肠癌 / Logistic回归 / 支持向量机 / 危险因素 / 预测模型