基于机器学习建立术前预测近端胃癌食管切缘阳性模型

摘要

目的 建立术前预测近端胃癌食管切缘阳性的机器学习模型，并比较其与传统Logistics模型的预测性能。方法 回顾性分析2013年1月至2022年12月于衡水市人民医院胃肠外科接受近端胃癌手术的382例患者的临床病理资料，根据食管切缘状态分为切缘阳性组(n=30)和切缘阴性组(n=352)。将研究对象按2∶1比例随机分为训练集(n=254)和测试集(n=128),采用合成少数样本过采样技术(synthetic minority oversampling technique, SMOTE)处理训练集中的不平衡数据，基于平衡后SMOTE数据集建立随机森林(random forest, RF)、支持向量机(support vector machine, SVM)和极端梯度提升(extreme gradient boosting, Xgboost)3种机器学习模型及Logistic回归模型。通过上述4种模型，在测试集中预测食管切缘阳性时，利用受试者操作特征曲线下面积(area under curve, AUC)数值来比较不同模型的预测性能，对最佳预测模型中预测因素的重要性进行可视化排序。结果 4种模型的AUC值从高到低依次为RF模型0.772(95%CI:0.620～0.925),SVM模型0.747(95%CI:0.604～0.891),Logistic回归模型0.716(95%CI:0.537～0.895)和Xgboost模型0.710(95%CI:0.560～0.859)。RF模型预测性能最佳。肿瘤大小、肿瘤位置、Borrmann分型、Lauren分型及cT分期是RF模型中前5位重要因素。结论 所建立的术前预测近端胃癌食管切缘阳性的RF模型性能良好；肿瘤大小、肿瘤位置、Borrmann分型、Lauren分型及cT分期是主要的预测因素。

关键词

胃癌 / 进展期 / 切缘阳性 / 机器学习 / 预测模型