DeephitTM:医学生存分析的时间相关性深度学习模型

生存分析是医学中经常用到的一种健康预测方法,越来越多的学者开始采用深度学习的方法对生存分析问题进行建模以得到更好的预测结果.目前已有的方法都假设风险和时间的联合概率是无关联的.然而生存分析数据的实际结果中却包含时间因素,这就无法保证不同时刻得到的风险概率是无关联的.本文提出一种带有时间相关性的深度学习模型DeephitTM,该模型对已有的深度学习模型Deephit进行了改进.实验结果表明,在不同的数据集上,改进后的模型的性能相比于原模型能够提升1到3个百分点.

随机生存森林模型在肺癌患者预后分析中的应用

目的应用随机生存森林模型探讨肺癌患者预后影响因素的重要性并对预测结果进行评价。方法对山西省某三甲医院342例确诊的肺癌患者进行随访研究,建立随机生存森林模型,并与传统的Cox回归模型进行比较。结果342例肺癌患者中226例患者发生死亡,中位生存时间为28.23月。治疗方式、肿瘤大小、临床分期等变量是影响肺癌患者预后的重要因素,淋巴结转移、分化程度、病理分型、年龄是中度预测因素,并分析了变量之间的交互作用。二者的模型比较结果显示随机生存森林模型预测错误率以及预测误差均低于Cox回归模型。结论随机生存森林模型拟合效果好,可用于右删失生存数据的分析,不但能发现重要的影响因素,还能发现变量之间的交互作用,为肺癌患者预后状况的改善,提升生命质量提供科学依据。

进展期胃癌根治术后5年预后因素分析及生存预测模型的建立

目的建立影响进展期胃癌根治术后5年生存情况的预测指数(predict index,PI)模型,评价该模型的预测价值。方法对所有相关影响因素进行Kaplan-Meier和Log-rank单因素分析和多因素Cox回归分析,得出预测因子及回归系数,根据预测因子及回归系数建立PI模型,对PI模型进行有效性检验和多因素校正,绘制PI模型预测进展期胃癌术后5年生存情况的ROC曲线,评价该模型对于判断进展期胃癌术后5年生存情况的预测价值。结果根据独立预测因子及回归系数建立PI模型:PI=0.13×X1(岁)+0.35×X2(分化型=0,未分化型=1)+0.58×X3(否=0,是=1)+0.78×X4(Ⅰ期=1,Ⅱ期=2,Ⅲ~Ⅳ期=3)+0.39×X5(否=0,是=1),PI的临界值为7.63,模型有效性经卡方检验得出χ2=15.48,P<0.05,PI模型经多因素校正,成为独立预测因子:PI(β=1.06,OR=2.82),PI模型的受试者工作特征曲线下面积(AUROC)为0.793(0.772~0.932),准确度为80.0%。结论本研究首次提出了关于判断进展期胃癌根治术后5年生存情况的预测模型,该模型的预测价值较高,为临床对进展期胃癌根治术后5年生存情况的精准评估和预后的判断提供了有力的依据。

几种生存分析参数模型拟合方法及其应用

目的 以神经胶质瘤为例阐述 3种生存分析参数模型拟合方法的应用。方法 用危险率图、生存率图及数值法三种方法对患者术后生存时间的分布进行拟合 ,并用C 检验进一步作假设检验。结果 神经胶质瘤患者术后生存时间用三种方法拟合后 ,皆显示患者术后生存时间服从威布尔分布 ;经检验P >0 2 ,亦说明威布尔参数模型可用于患者预后因素的研究。结论 临床资料在拟合分析后 ,应用其特定的参数模型进行生存分析。

删失数据下事件持续时间多因素生存分析模型

交通事件持续时间是事故管理研究中最重要的指数之一,应用半参数比例风险模型和参数加速失效模型分析了多因素事件持续时间及其危险因子之间的关系.利用浙江省某高速公路3年内采集的事件数据,通过对交通事件各状态概率分布函数的显著性分析,比较了比例风险模型和加速失效模型对协变量选择及生存率对共同协变量的敏感性.基于Cox比例风险模型和对数罗吉斯蒂加速失效模型的参数估计表明,有6个显著性的协变量入选各自估计的生存函数,包括报警时段、事故类型、报警方式、占用车道数、受伤人数和当场亡人.对于最显著示性变量(当场亡人),持续时间生存概率估计曲线表明,加速失效模型对于该变量更敏感,且Cox比例风险模型更适合于短时持续时间的预测.此外,生存模型可以基于事故报告信息预测持续时间大小的概率,有益于事故预后措施的实施及为紧急救援提供决策参考.

知识型企业持续生存和发展的仿生学原理及其生命体模型分析

作为当今经济社会基本细胞的知识型企业 ,面临生存和发展的激烈竞争 ,其外部生存环境和内部资产构成及运作机理都不同于传统企业 ,必然要求与之相适应的管理机制 ,本文利用仿生学原理 ,并基于生物体脑神经信息处理机理 ,分析知识型企业的生命体特征 ,研究提高知识型企业信息处理能力和快速反应能力的生命体拓扑结构和信息耦合特征 ,为进一步研究知识型企业持续生存和发展的管理理论奠定基础。

Cox回归模型与对数线性回归模型在生存分析中应用的比较

运用Ｃｏｘ回归模型和对数线性回归模型对１６８９例肝癌病人生存时间的分析，发现Ｃｏｘ回归模型能够提供主要的预后影响因素，其结果与特定的参数回归模型相接近，使临床上能够快速地获得预后的影响因素。

小鼠播散性马尔尼菲青霉菌感染模型的建立及其生存率分析

目的探索建立播散性马尔尼菲青霉感染小鼠实验的方法及比较不同菌株及不同接种剂量的感染小鼠的生存率。方法以两株不同菌株及不同剂量的马尔尼菲青霉孢子经腹腔接种雌性BALB/C小鼠,观察接种后小鼠生存时间及生存率,同时检测不同时间小鼠肝脏菌落形成单位计数。结果不同接种剂量及不同菌株的感染小鼠有不同的生存率:在27～30d,ATCC182242.0×109cfu/mL组(100%)与ATCC182242.0×108cfu/mL组(17%)的死亡率比较差异有统计学意义(P<0.01);B-63232.0×108cfu/mL组(100%)与ATCC182242.0×108cfu/mL组(17%)死亡率比较差异有统计学意义(P<0.01)。结论成功建立了小鼠播散性马尔尼菲青霉感染模型;发现了同一菌株不同感染剂量小鼠有着不同的生存率,同一感染剂量不同菌株能造成小鼠不同的生存率。

信息系统生存性分析模型研究

基于信息系统的开放复杂性,将整个生存性分析问题划分为环境、系统以及具体分析过程三个方面并分别进行建模:利用工作流的概念,提出了系统的层次模型;利用事件情景来表示环境对系统的作用,并通过事件分级以及不同级别事件集的分布权值调整表示各种环境;提出了基于FSM的分析过程模型,通过系统状态的层次结构,将传统的基于系统状态的直接分析转化为间接的层次分析。事件的量化使得该分析模型具有一定的量化分析应用前景。

BP神经网络和Cox比例风险模型在生存分析应用中的比较

目的:比较BP神经网络模型和Cox比例风险模型在生存分析中的预测性能,进一步探讨BP神经网络模型在生存分析中的应用。方法:采用Monte Carlo模拟数据集,如不同样本量、不同删失比例、不同协变量间关系及是否满足等比例风险假定的理论研究和胃癌根治术患者预后预测的实例分析,分别建立BP神经网络模型和Cox比例风险模型,最终使用一致性指数C对其预测性能进行比较。结果:当样本量为100、删失比例为60%、80%及样本量为300、删失比例为80%时,BP神经网络模型的预测性能高于Cox比例风险模型(P<0.05)。协变量不满足等比例风险假定、协变量间存在三维交互作用和非线性关系时,BP神经网络模型的预测性能较Cox比例风险模型好(P<0.05)。实例研究中发现,BP神经网络模型预测的一致性指数C(0.835)高于Cox比例风险模型(t配对=4.311,P<0.001)。结论:BP神经网络模型在生存分析的应用中对样本删失比例、是否满足PH假定、协变量间复杂交互作用和非线性关系具有非特异性,对资料限制较少,且预测一致性高,值得在生存分析中进一步推广应用。

Cox回归模型在肝癌病人生存分析中应用的研究

生存时间是癌症患者和临床医师共同关心的焦点,也是临床癌症诊治工作的重要指标之一。生存分析是研究多种因素与生存时间的关系以及关系程度的大小,Cox回归模型是生存分析中常用的方法之一。本文利用Cox回归模型对786名肝癌患者进行生存分析,确定影响肝癌患者预后的主要因素是癌栓、肝癌部位、治疗方式、肝脏储备功能、端粒酶活性、细胞增殖活性、γ-GT(γ-谷氮酰转肽酶)、术后复发等.为临床研究延长肝癌病人的生存期,提高其生存率提供了有力的依据。

基于生存分析模型的游客停留天数影响因素分析——以大连滨海旅游为例

游客的停留天数是影响旅游经济发展的一个重要因素。但是,由于停留天数变量特有的统计属性和复杂性,如数据删失和非负性,使得经济研究领域很少有学者系统地的研究这一问题。本文通过使用计量经济学的参数化生存分析模型分析游客停留天数的决定因素,这对旅游需求研究是一个很好的创新。在研究过程中,为了揭示影响游客停留天数的主要因素,本文考虑了多个关于游客的社会-人口统计特征等变量。结果显示,重复旅行的游客和距离较远的游客会停留较长的天数。因此,未来研究需要进一步分析具有这些特征的游客群体以及他们的经济状况和旅游活动特征等情况。游客的收入水平和年龄也对停留天数具有显著的影响。此外,游客受教育程度越高,停留天数越少。最后,本文分别分析了这些结果对旅游管理决策的含义。

生存分析模型在卒中患者便秘预测中的应用

目的了解首发卒中患者卒中后便秘的发生情况;建立卒中后便秘发生预测模型,为预测卒中患者便秘发生的概率和制定预防对策提供依据。方法采用前瞻性调查研究的方法,对154例首发卒中患者进行为期4周的随访,观察卒中患者便秘的发生情况,记录患者的一般资料、测评其发病1周时的卒中病情、日常生活能力、病残程度,并记录卒中临床特点、卒中危险因素、用药情况及由卒中而致的生活方式等的改变。采用Kaplan-Meier法分析卒中后便秘的发生情况,用Cox回归分析方法建立卒中后便秘发生预测模型,并对模型进行检验。结果卒中后4周内85例卒中患者发生便秘,便秘发生率为55.2%。发病1周时的Barthel指数和排便环境改变是影响卒中后便秘发生的主要因素,据此拟合患者卒中后便秘发生的预测模型,建立预后指数方程,并对方程进行回代检验及前代检验,其符合率分别为84.4%和85.0%,灵敏度分别为80.0%和81.3%。结论首发卒中患者卒中后便秘的发生率较高,主要在发病后7 d内发生;日常生活能力状态较低且排便隐蔽环境改变的卒中患者较易发生便秘;生存分析预测模型具有较高的符合率及灵敏度,符合临床护理的实际需要。

生存分析模型在肺结核患者治愈率分析中的应用

目的:将生存分析方法应用于肺结核病治愈率的动态描述及其影响因素分析。方法:以江苏省盐城市6个县登记治疗并实施全程督导管理的172例肺结核初治菌阳病人的3年随访资料为例,采用生存分析估计治愈率,用非参数的Cox比例风险回归模型对肺结核治愈率进行单因素和多因素分析,并对有统计学意义的影响因素尝试用Weibull分布的参数方法拟合治愈率曲线。结果:生存曲线给出不同时间点的治愈率,随着治疗时间的持续,肺结核病人的治愈率由低到高,最终接近100%;Cox回归模型显示肺结核病治愈率受多种因素影响,如吸烟、不同治疗方案及不同区县等。结论:生存分析方法适用于肺结核病等慢性传染病疗效指标的动态描述及其影响因素的分析。

制造业服务化与企业出口贸易的生存分析

在外贸出现困局的当下,企业需要通过高质量的配套服务以实现产品在海外市场的竞争力。关注制造企业服务化问题的文献并不缺乏,但现有研究很少针对服务化与企业出口存续关系做出研判,以我国上市制造企业为样本做出相应的理论与实证研究。估计结果表明,以收入占比衡量的产出服务化和以人员结构占比衡量的投入服务化都会对企业的出口延续产生显著的正向影响。研究同时指出,服务化可以通过增加产品的差异性并增强企业创新的能力来延续企业的出口外贸活动。相较于加工贸易,从事一般贸易的企业其出口活动会随着服务化程度的加深而得到更有力的维系,且本土企业可以更有效的利用服务化来延续自己的出口外贸活动。研究揭示了我国出口贸易和制造企业商业模式创新之间的内在联系,通过深层次的发掘,探析到诸多潜在的规律特点。

商业银行信用风险评估的生存分析模型及实证研究

企业发生财务危机,不能归还到期贷款是商业银行信贷资产的主要风险来源,商业银行如何构建恰当的信用风险评估模型来预测企业的财务危机,从而避免这类信用风险的出现就显得尤为重要。本文以我国上市公司为研究对象,结合杜邦分析法建立了基于生存分析的信用风险评估模型,模型对于随机选取的预测样本,其提前1年、2年和3年的预测准确率分别达到86%、72%和68%。通过与Altman模型、Ohlson模型预测结果的比较和鲁棒性检验的结果发现,该模型同时具有可以使用时间序列、无需样本配对、中远期预测能力强和高鲁棒性的特点,这些特点特别对于商业银行中长期信贷风险管理具有较高的应用价值。

肝癌患者术后生存质量相关多因素Cox模型分析

目的:通过多因素Cox模型分析,探讨影响肝癌患者术后生存质量的主要因素。方法:选取我院肝胆外科收治的原发性肝癌行根治性肝癌切除术进行治疗的患者110例,并对其临床资料进行回顾性分析,先对可能影响患者术后生存质量的因素进行单因素分析,再将单因素分析结果进行多因素Cox模型分析以找出影响原发性肝癌患者术后生存质量的主要因素。结果:本文患者第一年复发率为39.1%,生存率为77.3%;第三年复发率68.2%,生存率39.1%;第五年复发率82.7%,生存率23.6%。单因素分析结果显示:患者的年龄、肿瘤包膜的形成、包膜的浸润、微血管的浸润、门静脉癌栓、肿瘤直径(>5cm)、术后肿瘤早期复发和患者术后的生存质量有关。多因素Cox模型分析结果显示:微血管的浸润、门静脉癌栓以及肿瘤早期的复发对患者术后的生存质量有着显著的影响。结论:原发性肝癌患者的早期诊断和治疗、以及术后注意定期复查,尽早发现和处理复发的肿瘤能够提高患者术后的生存质量。

常用生存分析模型及其对时依性协变量效应的估计方法

生存分析是利用统计学相关理论和方法探索研究因素与＂事件时间＂（time-to-event）关联的问题。自20世纪50年代其研究方法初具规模以来,经过几十年、尤其是近三十年来的蓬勃发展,生存分析已经成为现代统计学的一个重要分支,研究领域广泛涉及医学、生物学、工程学、经济学及人口统计学等[1]。