[發明專利]一種基于動態Cox模型的乳腺癌預后生存率預測方法

在審

• 申請號: 201810367585.9
• 申請日: 2018-04-23
• 公開（公告）號: CN108922628A
• 公開（公告）日: 2018-11-30
• 發明（設計）人: 滕婧;杜婧;馬卞;周蓉
• 申請（專利權）人: 華北電力大學
• 主分類號: G16H50/70
• 分類號: G16H50/70;G16H50/30
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 張文寶

本發明公開了屬于腫瘤死亡率風險回歸模型算法技術領域的一種基于動態Cox模型的乳腺癌預后生存率預測方法。該方法是首先利用對數幾率回歸模型估計患者的陽性淋巴結比率LNR水平，之后，將該比率與其他特征相結合，擬合基于貝葉斯方法動態估計模型參數的Cox回歸模型，預測患者的存活率?時間特性曲線，本發明的仿真結果表明，該組合模型的對數偽邊際似然LPML兩項指標的基于貝葉斯方法動態估計模型參數的Cox回歸模型，優于僅使用LNR指標特征的傳統Cox比例風險模型，動態估計參數的Cox回歸模型可進一步提升生存分析模型的預測精度，且計算復雜度在可接受的范圍內，相對更為準確地預測效果。

技術領域

本發明屬于腫瘤死亡率風險回歸模型算法技術領域；特別涉及一種基于動態Cox模型的乳腺癌預后生存率預測方法。具體是基于動態估計參數的Cox比例風險回歸模型，是一種輸入對數幾率回歸估計的使用陽性淋巴結比率以及其他相關特征，實現根據動態的Cox比例風險回歸模型算法，精確預測乳腺癌患者預后生存率的方法。

背景技術

癌癥是一種嚴重影響居民健康的危險因素。在我國，腫瘤死亡占全部死因的近四分之一，位居死亡原因的第一位。其中，雖然中國女性乳腺癌發病率和死亡率在全球處于比較低的水平，但考慮由于到我國龐大的人口基數，目前我國每年女性乳腺癌的發病例數位居世界第二。并且近年來，我國女性乳腺癌發病率和死亡率都呈現明顯的上升趨勢，且上升幅度顯著。更重要的是，與其他歐美發達國家相比，我國乳腺癌患者的死亡率和預后水平都有顯著差距。因此，對于女性乳腺癌預后水平的相關十分重要。

對此，已有大量針對于乳腺癌患者的生存分析模型，用于確定不同影響因子對于乳腺癌患者預后生存率的影響，并據此預測患者不同時間內的預后生存率。這些影響因子包括患者的人口統計學特征，如年齡、種族等；患者本身的生理特征，如激素水平等；患者的疾病特征，如腫瘤大小、位置、陽性淋巴結個數、組織學分級情況等；還包括治療方案等等。在這些影響因子中，陽性淋巴結比率(Lymph Node Ratio,下文簡稱LNR)近年來引起了許多研究者的關注。

現有的許多研究已經證明，陽性淋巴結比率是多種癌癥的重要的預后因素，并且已經發現，該項指標與患者預后的復發風險有關。與陽性淋巴結個數，這一目前用于判斷患者預后情況的指標之一相比，LNR不受受檢的淋巴結總數的直接影響。

Wu等人使用Cox生存分析模型分析了中山大學癌癥中心1998年至2007年的2591份病例記錄后發現，與LNR水平較高的患者相比，有較低的LNR水平的乳腺癌患者有較長的總體生存率、無病生存率以及無轉移生存率，并且LNR水平是上述生存率的獨立預測因子。該項研究支持使用LNR水平作為中國乳腺癌患者預后生存率預測的預測因子。Li等人證明，轉移淋巴結比率是宮頸鱗狀細胞癌患者生存率的獨立預測因子。但上述研究中，使用的生存分析方法均是傳統的Cox比例風險模型。該模型在生存分方法中十分常用。其優勢在于，不需要生存數據滿足任何特定的分布，仍能同時得到基準風險函數和生存函數。在該模型提出后的幾十年中，有眾多研究者對其進行擴展，使其能更加準確地預測生存時間、估算存活率，或是能更好地處理醫療數據中常見的刪失數據。

相比之下，本發明使用了基于貝葉斯方法動態估計模型參數的Cox生存分析模型。與傳統的Cox生存分析模型相比，該方法的優勢在于：首先，使用了基于貝葉斯方法估計模型參數。貝葉斯方法的特點在于能夠根據參數的先驗信息估計其后驗分布，在先驗假設合理的情況下，得到的結論會更可信；并且在小樣本的情況下，使用貝葉斯方法得到的結果更為理想。其次，該方法動態地估計模型參數。在傳統的Cox生存分析模型中，各個預測因子的權重，即協變量的值是常數的。而動態估計模型參數是指協變量的值會在特定的時間點發生階躍變化，但在一小段時間區間內仍是常數。因此，相比之下，動態估計參數的Cox模型能夠更加準確地預測生存率，相應的模型評價指標更優，并且能夠發現使用傳統方法時無法發現的一些結論。例如，Wang等人使用基于貝葉斯方法動態估計模型參數的Cox生存分析模型分析了7到12歲兒童長出恒牙24的時間，得到了已有研究并未發現過的相關結果，并且該方法與傳統的Cox生存分析模型相比，其LPML指標效果更優。