Chrome Extension
WeChat Mini Program
Use on ChatGLM

XGBoost模型对腹腔镜肝切除术治疗肝细胞癌复发的预测因素分析

International Journal of Surgery(2021)

Cited 0|Views8
No score
Abstract
目的:建立一种能预测肝细胞癌(HCC)患者腹腔镜肝切除术(LH)术后复发的极端梯度上升法(XGBoost)模型。方法:回顾性选取2013年1月—2016年9月在承德医学院附属医院首次接受LH治疗的原发性HCC患者440例为研究对象,确诊方式为病理诊断。使用随机数表法,以2∶8的比例将研究对象分为训练组( n=88)和验证组( n=352)。采用Kaplan-Meier法绘制无复发生存曲线,并采用Log-rank检验比较两组的生存情况;采用训练组建立COX回归模型和XGBoost模型,筛选预测LH术后复发的独立预测因素;采用受试者工作特征曲线(ROC)分析两种模型的预测能力,并在验证组中进行内部验证;采用Hosmer and Lemeshow Test来评价两种模型的校准度,以 P>0.05为模型与实际情况拟合度良好。 结果:多因素COX回归模型和XGBoost模型均筛选出了癌栓、分化程度低、肿瘤微血管浸润、肿瘤个数、肿瘤较大、乙肝表面抗原阳性是肿瘤复发的独立预测因素( HR=2.477、0.769、1.786、1.905、1.544、1.805;95% CI: 1.465~4.251、0.619~0.819、1.263~2.546、1.354~2.704、1.272~1.816、1.055~2.555)。XGboost模型评分依次为32、29、24、18、16、11分。训练组中COX回归模型和XGBoost模型预测复发的曲线下面积(AUC)分别为0.746(0.730~0.762)和0.802(0.785~0.818),XGBoost模型预测能力较强,且在验证队列中也得到了证实。 结论:本研究建立和验证了能够预测接受LH的HCC患者术后复发的XGBoost模型。该模型可应用于临床工作中,辅助医师为患者制订个性化的术后监测方案。HCC患者复发率高,预后差,早发现、早诊断、早治疗、加强术后复诊是改善患者预后的重要措施。
More
Translated text
Key words
Carcinoma, hepatocellular,Hepatectomy,Laparoscopes,XGBoost model,Recurrence,Forecasting
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined