[发明专利]基于机器学习的肝癌患者临床预后的预测方法

说明书

本发明公开一种基于机器学习的肝癌患者临床预后的预测方法，其包括：根据预先确定的预测特征采集其对应的肝细胞癌的样本数据；根据所述样本数据对预测特征进行排序，并根据排序结果选取部分的预测特征；使用比例风险回归模型从选取的预测特征中确定与总体生存率相关的候选预测特征；利用梯度增强生存分类器从所述候选预测特征中选择20个最优预测特征作为生存预测因子构建肝癌患者预后生存模型。通过本发明能够有效识别HCC相关高死亡风险的患者。

技术领域

本发明涉及肝癌生存分析技术，尤其涉及一种基于机器学习的肝癌患者临床预后的预测方法。

背景技术

肝癌占全球所有癌症死亡的8.2％。肝细胞癌(HCC)的主要危险因素包括乙型肝炎病毒(HBV)或丙型肝炎病毒(HCV)感染以及酒精性或非酒精性肝病。肝癌患者的临床疗效在很大程度上取决于肿瘤负荷、治疗方式和肝功能。许多分期系统和预测/预后模型被开发来评估肝功能储备。

迄今为止，已经有若干分期系统用于预测肝癌患者进行不同方法治疗的临床疗效。此外，肝功能参数，包括Child-Pugh分级系统、白蛋白和胆红素水平、国际标准化比值(INR)和碱性磷酸酶(ALP)、血小板比率，也被证明是影响HCC患者总生存期(Overalsurvival，简称OS)的独立预后因素。但是，对于最佳的预后模型尚未达成普遍共识，因此还需要新的方法预测肝癌患者临床预后及复发。

发明内容

本发明的主要目的在于提供一种基于机器学习的肝癌患者临床预后的预测方法，以解决现有技术存在的上述问题。

根据本发明实施例提出的基于机器学习的肝癌患者临床预后的预测方法，包括：根据预先确定的预测特征采集其对应的肝细胞癌的样本数据；根据所述样本数据对预测特征进行排序，并根据排序结果选取部分的预测特征；使用比例风险回归模型从选取的预测特征中确定与总体生存率相关的候选预测特征；利用梯度增强生存分类器从所述候选预测特征中选择20个最优预测特征作为生存预测因子构建肝癌患者预后生存模型。

其中，所述预先确定的预测特征的类型包括：临床特征、实验室检查特征和流式检验特征。

其中，所述20个最优预测特征包括：1个临床特征：肿瘤大小；14个实验室检查特征：CRP、γ-GGT、ALP、N/L、GRAN、TBTL、BUN、Cr、％EO、PTA、HGB、RBC、CHE、％Lymph；5个流式检验特征：CD8+PD-1 +TIGIT+TIM-3+、CD4+TIGIT+TIM-3+、CD4+PD-1+TIGIT+TIM-3+、 CD8+Tcm、CD8+Tem。

其中，根据排序结果选取排序前30％、40％或50％的预测特征。

其中，所述根据所述样本数据对预测特征进行排序的步骤，包括：使用多种方式对所述样本数据进行计算，并根据计算结果对与样本数据对应的特征进行排序，其中采用以下方式至少之一对样本数据进行计算：ANOVA F 检验、互信息、Pearson相关检验、Spearman相关检验、Kendall tau等级相关系数和logistic回归。

其中，在根据所述样本数据对预测特征进行排序的步骤之前，所述方法还包括：对预测特征进行预处理，具体包括：样本数据加入伪计数1后进行 log2变换、删除缺少样本数据的预测特征、删除相同样本数据的预测特征。

其中，所述使用比例风险回归模型从选取的预测特征中确定与总体生存率相关的候选预测特征的步骤，包括：使用比例风险回归模型删除一致性指数大于0.5和log似然比检验P-值小于或等于0.1的预测特征，确定与总体生存率相关的48个候选预测特征。

其中，所述方法还包括：使用交叉验证的递归特征消除方法对样本数据进行拟合。

其中，所述方法还包括：获取肝细胞癌样本数据，将所述样本数据随机分为训练集和验证集，并根据所述训练集的样本数据构建所述肝癌患者预后生存模型。