人工智能线性判别分析算法建立喉癌5年生存状态预测模型
Journal of Cancer Control and Treatment(2022)
摘要
目的:采用人工智能线性判别分析(linear discriminant analysis,LDA)算法建立判断喉癌5年生存状态的预测模型,为临床喉癌的诊治及预后判断提供参考.方法:回顾性分析我院124例喉癌患者生存预后数据,采用LDA算法,以患者的性别,年龄,是否抽烟、饮酒,TNM分期,肿瘤的临床分期,有无复发,有无放化疗及病理分级等临床参数作为特征,以60%数据为训练集,40%数据为测试集建立模型,以准确率、灵敏度、特异度、曲线下面积(area under the curve,AUC)、F1值和Cohen's kappa系数对模型进行评估.此外,将LDA与支持向量机等其他机器学习算法的模型结果进行对比.结果:我们成功使用LDA算法建立了基于上述临床特征的喉癌5年生存状态预测模型,模型的准确率、灵敏度、特异度、AUC、F1值及Cohen's kappa系数分别为:0.86、0.86、0.85、0.86、0.86和0.66,与其他机器学习算法相比,LDA算法建立的模型性能最佳.结论:采用LDA算法可以建立可靠的喉癌5年生存状态的预测模型,本模型可为喉癌临床诊治提供一个新的预后评估手段.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要