基于XGBoost的COPD患者肺癌发生预测模型的建立与评价

摘要

目的 利用慢性阻塞性肺疾病(COPD)患者的临床特征数据构建XGBoost预测模型，并评价预测模型对COPD患者肺癌发生风险早期预测的效能。方法 本研究为回顾性横断面研究，采用整群抽样的方法，对2018年1月1日至2022年12月31日在西安交通大学第二附属医院住院的经临床确诊的COPD患者进行筛选，共收集4 008例有完整数据的患者。首先对各特征基线进行分析，再利用XGBoost构建COPD患者肺癌发生风险预测模型，并利用SHAP(SHapley Additive exPlanation)值对各特征重要性进行量化和归因；决策曲线分析(DCA)曲线评价临床应用价值。结果 使用28个变量构建COPD患者肺癌发生风险模型之后，按照变量重要性排序及临床经验，筛选8个变量，重新构建预测模型，模型效能在训练集和测试集中分别为0.948(0.938,0.958)、0.797(0.738,0.856)。SHAP图显示CEA、CA125、FIB、嗜酸性粒细胞、PLT、D-二聚体升高和TT缩短均会增加COPD患者肺癌发生风险，DCA曲线显示该预测模型具有临床应用价值，可以帮助医师做出更准确的预后预测和治疗决策。结论 基于XGBoost成功建立了预测模型，以特征子集实现了对COPD患者肺癌发生风险的早期预测。

关键词

慢性阻塞性肺疾病(COPD) / 危险性评估 / 预测模型 / XGBoost / SHAP

基金资助

陕西省重点研发计划资助项目(No.2017SF-173,No.2022JM-509)