摘要
目的基于一种新的神经网络架构Cox-nnet构建弥漫性大B细胞淋巴瘤的预后预测模型,及早发现高危和低危患者,为进一步的临床治疗提供参考。方法首先构建两种常用的低维生存数据的Cox-nnet和Cox模型,验证Cox-nnet是否适用于低维的生存数据,然后通过单因素Cox回归和参考相关文献筛选用于构建弥漫性大B细胞淋巴瘤(diffuse large B-cell lymphoma, DLBCL)模型的协变量,分别构建DLBCL的Cox-nnet和Cox模型。结果最终选入构建DLBCL预后预测模型的协变量有25个,Cox-nnet的一致性指数(0.724)比Cox(0.685)提升了5.7%。肝硬化数据的Cox-nnet一致性指数(0.818)比Cox(0.804)提升了1.7%,乳腺癌数据的Cox-nnet一致性指数(0.660)比Cox(0.600)提升了10%。结论 Cox-nnet适用于低维的生存数据,基于Cox-nnet构建的弥漫性大B细胞淋巴瘤预后预测模型性能与传统的Cox回归相比较有较大提升。
出处
《中国卫生统计》
CSCD
北大核心
2021年第1期119-123,共5页
Chinese Journal of Health Statistics
基金
国家自然科学基金青年科学基金(81502897)
山西医科大学博士启动基金(BS2017029)
国家自然科学基金(81973154)。
