随机生存森林模型预测肝动脉化疗栓塞治疗肝细胞癌患者的预后

Random survival forest model predicts the prognosis of patients with hepatocellular carcinoma treated by transcatheter arterial chemoembolization

二维码有效期 120s

摘要目的采用随机生存森林算法分析影响肝动脉化疗栓塞(transcatheter arterial chemoembolization,TACE)治疗不可切除肝细胞癌(hepatocellular carcinoma,HCC)患者的预后因素,并构建预后模型.方法回顾性选择2014年1月至 2017 年 12 月复旦大学附属中山医院肝肿瘤内科收治的一线治疗为TACE的HCC患者 636 例,并按照 7∶3 比例划分为训练集(n=445)和验证集(n=191).根据患者的临床数据、实验室指标及随访生存数据,建立Cox比例风险模型和基于机器学习算法的随机生存森林模型,并评估2 种模型的预测能力.结果肿瘤负荷、年龄、基线G-谷氨酰转肽酶水平、基线甲胎蛋白水平和白蛋白-胆红素分级是影响TACE治疗不能切除HCC患者的独立预后因素.Cox回归模型的训练集1年、3 年、5 年的ROC曲线下面积(area under the curve,AUC)为 0.782、0.796 和 0.791,验证集为 0.750、0.766 和 0.766.随机生存森林模型训练集 1 年、3 年和 5 年AUC为 0.896、0.894 和 0.875,验证集为 0.743、0.763 和 0.770.随机生存森林模型能将患者区分为预后好组和预后差组,两组生存期差异有统计学意义(P＜0.05).决策曲线显示随机生存森林模型的净获益优于Cox比例风险模型.结论随机生存森林模型是预测TACE治疗不可切除HCC患者预后的可靠工具.