期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
应用LASSO交叉验证算法筛选临床实验室指标并构建结直肠癌风险预测模型
被引量:
5
1
作者
钱昌顺
李招胜
竺明晨
《临床检验杂志》
CAS
2022年第9期706-712,共7页
目的建立结直肠癌风险预测模型用于结直肠癌的辅助诊断。方法依据纳入与排除标准,收集结直肠癌患者99例和健康人对照受试者1464例的血常规、血清生化和血清肿瘤标志物的结果。将数据集分为训练集和验证集,70%数据用于训练构建模型,30%...
目的建立结直肠癌风险预测模型用于结直肠癌的辅助诊断。方法依据纳入与排除标准,收集结直肠癌患者99例和健康人对照受试者1464例的血常规、血清生化和血清肿瘤标志物的结果。将数据集分为训练集和验证集,70%数据用于训练构建模型,30%数据用于验证模型。利用LASSO交叉验证算法筛选指标建立风险预测模型,绘制ROC曲线评估诊断效能。结果比较健康人对照和结直肠癌患者手术前检查的血常规、血清生化和肿瘤标志物结果,统计分析发现中性粒细胞百分比(NEU%)、淋巴细胞百分比(LYM%)、单核细胞百分比(MON%)、嗜碱性粒细胞百分比(BAS%)、中性粒细胞计数(NEU)、淋巴细胞计数(LYM)、嗜碱性粒细胞计数(BAS)、平均红细胞血红蛋白浓度(MCHC)、平均血小板体积(MPV)、血小板分布宽度(PDW)、大型血小板比率(P.LCR)、尿素(Urea)、肌酐(Cr)、尿酸(UA)、钾(K)、钠(Na)、钙(Ca)、磷(P)、镁(Mg)、三酰甘油(TG)、高密度脂蛋白胆固醇(HDL-C)、总胆红素(T-Bil)、直接胆红素(D-Bil)、总蛋白(TP)、清蛋白(Alb)、清球比(A/G)、γ-谷氨酰转肽酶(GGT)、碱性磷酸酶(ALP)、淀粉酶(AMS)、天冬氨酸氨基转移酶(AST)、糖化清蛋白比例(GA%)、糖化清蛋白(GA)、清蛋白2(Alb2)、癌胚抗原(CEA)、糖链抗原125(CA125)、糖链抗原CA15-3、糖链抗原19-9(CA19-9)和甲胎蛋白(AFP)在结直肠癌和健康人对照组间的差异有统计学意义(P<0.05)。相关性分析结果显示,WBC、PCT、BAS、RBC和MCH水平之间,以及D-Bil、K和Mg之间呈正相关。血清Na与P、Alb2、Urea、Glu呈负相关,同样血清Cl与AG、BAS和Mg水平之间也呈负相关。利用LASSO交叉验证算法筛选确定LYM、P.LCR、HDL、Alb2、CEA和AFP 6个特征参数入选,回归系数分别为0.42、-0.025、0.071、0.4、-0.19和-0.071,将此模型命名为M6。ROC曲线评估M6模型诊断效能,结果显示训练集中诊断模型的AUC^(ROC)、敏感性和特异性分别为0.92、85.92%和86.23%,诊断效能高于常规结直肠癌标志物。验证集的AUC^(ROC)、敏感性和特异性分别为0.92、85.71%和90.68%,诊断效能与训练集一致(P=0.98)。采用验证集评估训练集模型效果,错分误差为0.053,能够较好地鉴别结直肠癌。结论采用LASSO交叉验证算法建立的M6风险预测模型可显著提高结直肠癌诊断效能。
展开更多
关键词
结直肠癌
机器学习
lasso交叉验证
风险预测
临床指标
下载PDF
职称材料
题名
应用LASSO交叉验证算法筛选临床实验室指标并构建结直肠癌风险预测模型
被引量:
5
1
作者
钱昌顺
李招胜
竺明晨
机构
江苏省肿瘤医院&江苏省肿瘤防治研究所&南京医科大学附属肿瘤医院检验科
出处
《临床检验杂志》
CAS
2022年第9期706-712,共7页
基金
中国博士后基金资助项目(2018M640464)。
文摘
目的建立结直肠癌风险预测模型用于结直肠癌的辅助诊断。方法依据纳入与排除标准,收集结直肠癌患者99例和健康人对照受试者1464例的血常规、血清生化和血清肿瘤标志物的结果。将数据集分为训练集和验证集,70%数据用于训练构建模型,30%数据用于验证模型。利用LASSO交叉验证算法筛选指标建立风险预测模型,绘制ROC曲线评估诊断效能。结果比较健康人对照和结直肠癌患者手术前检查的血常规、血清生化和肿瘤标志物结果,统计分析发现中性粒细胞百分比(NEU%)、淋巴细胞百分比(LYM%)、单核细胞百分比(MON%)、嗜碱性粒细胞百分比(BAS%)、中性粒细胞计数(NEU)、淋巴细胞计数(LYM)、嗜碱性粒细胞计数(BAS)、平均红细胞血红蛋白浓度(MCHC)、平均血小板体积(MPV)、血小板分布宽度(PDW)、大型血小板比率(P.LCR)、尿素(Urea)、肌酐(Cr)、尿酸(UA)、钾(K)、钠(Na)、钙(Ca)、磷(P)、镁(Mg)、三酰甘油(TG)、高密度脂蛋白胆固醇(HDL-C)、总胆红素(T-Bil)、直接胆红素(D-Bil)、总蛋白(TP)、清蛋白(Alb)、清球比(A/G)、γ-谷氨酰转肽酶(GGT)、碱性磷酸酶(ALP)、淀粉酶(AMS)、天冬氨酸氨基转移酶(AST)、糖化清蛋白比例(GA%)、糖化清蛋白(GA)、清蛋白2(Alb2)、癌胚抗原(CEA)、糖链抗原125(CA125)、糖链抗原CA15-3、糖链抗原19-9(CA19-9)和甲胎蛋白(AFP)在结直肠癌和健康人对照组间的差异有统计学意义(P<0.05)。相关性分析结果显示,WBC、PCT、BAS、RBC和MCH水平之间,以及D-Bil、K和Mg之间呈正相关。血清Na与P、Alb2、Urea、Glu呈负相关,同样血清Cl与AG、BAS和Mg水平之间也呈负相关。利用LASSO交叉验证算法筛选确定LYM、P.LCR、HDL、Alb2、CEA和AFP 6个特征参数入选,回归系数分别为0.42、-0.025、0.071、0.4、-0.19和-0.071,将此模型命名为M6。ROC曲线评估M6模型诊断效能,结果显示训练集中诊断模型的AUC^(ROC)、敏感性和特异性分别为0.92、85.92%和86.23%,诊断效能高于常规结直肠癌标志物。验证集的AUC^(ROC)、敏感性和特异性分别为0.92、85.71%和90.68%,诊断效能与训练集一致(P=0.98)。采用验证集评估训练集模型效果,错分误差为0.053,能够较好地鉴别结直肠癌。结论采用LASSO交叉验证算法建立的M6风险预测模型可显著提高结直肠癌诊断效能。
关键词
结直肠癌
机器学习
lasso交叉验证
风险预测
临床指标
Keywords
colorectal cancer
machine learning
lasso
cross validation
risk prediction
clinical indicator
分类号
R446 [医药卫生—诊断学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
应用LASSO交叉验证算法筛选临床实验室指标并构建结直肠癌风险预测模型
钱昌顺
李招胜
竺明晨
《临床检验杂志》
CAS
2022
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部