融合多组学数据的乳腺癌生存期预测模型研究

摘要

精准预后对破解乳腺癌变化的复杂机制和制定个性化医疗方案有重要意义，基于多组学数据对乳腺癌患者进行早期诊断和精准预后已成为近几年乳腺癌研究的一个重要研究方向.该文提出正类预测概率加权融合模型，将其用于融合乳腺癌患者的基因表达、拷贝数变异和临床信息数据，并预测患者生存期.该文在对3个数据集分别进行数据清洗、缺失值插补和降维处理后，从Logistic等5种机器学习分类算法中筛选出在单一数据集上效果最优的分类预测模型，然后以最优模型的正类预测概率为权数构建正类预测概率加权融合模型，将加权平均结果作为最终预测结果，其中权重的确定依赖于各模型的准确度以及它们之间的互信息.正类预测概率加权融合模型不仅同时利用了3个数据集的信息并规避了数据集异质性的问题，还在确定权重的过程中综合考虑了每个模型的准确度及它们之间的互信息，有效提升了乳腺癌患者生存期预测效果.

关键词

乳腺癌 / 生存期预测 / 数据融合 / 机器学习