前列腺癌3种早期诊断预测模型效能比较

作者：李翔; 李姝婷; 陈容; 骆仕俐; 张溪; 李远盛; 许望东; 张俊辉^*

来源：西南医科大学学报, 2023, 46(04): 330-335.

• 前列腺癌
• 风险预测
• Logistic回归
• LSVM模型
• 随机森林模型
• ROC曲线

目的 采用logistic回归、决策树和Lagrangian支持向量机（Lagrangian Sopport Vector Machine,LSVM）三种方法构建前列腺癌的早期诊断预测模型，并比较三种模型的预测效能，为前列腺癌的早期诊断提供理论支持。方法 数据来源于国家临床医学科学数据中心（301医院）的《前列腺肿瘤预警数据集》，将清洗整理后的数据按7:3的比例随机分成训练集和测试集，基于训练集数据采用单因素Logistic回归筛选前列腺癌的关联因素，并建立多因素Logistic回归分析、LSVM和随机森林模型三个前列腺癌早期诊断预测模型，用测试集数据验证三个模型的预测准确性并用ROC曲线对三种模型进行评价比较。结果 单因素Logistic分析筛选出13项具有统计学意义的指标，包括年龄、肌酸激酶同工酶、甘油三酯、磷脂、游离PSA、总PSA、钙、血清尿酸、载脂蛋白A1、载脂蛋白B、载脂蛋白C2、载脂蛋白C3、载脂蛋白E。多因素Logistic分析筛选出4个有统计学意义的变量：年龄、肌酸激酶同工酶、游离PSA、总PSA。LSVM模型筛选出10项预测因子，按重要性由高至低分别是：总PSA、年龄、载脂蛋白A1、磷脂、载脂蛋白B、甘油三酯、血清尿酸、游离PSA、肌酸磷酸同工酶、载脂蛋白E。随机森林模型筛选出10项预测因子，按重要程度排序由高至低依次为：载脂蛋白C3、磷脂、游离PSA、载脂蛋白B、载脂蛋白E、钙、血清尿酸、载脂蛋白A1、载脂蛋白C2、肌酸激酶同工酶。多因素非条件Logistic回归、LSVM模型和随机森林模型分析的AUC分别为0.895(0.876,0.913)、0.918(0.902,0.934)、0.724(0.688,0.760)。结论 LSVM模型预测效果最好，多因素Logistic回归模型预测效果尚可，随机森林的预测效果不佳。

• 单位
  公共卫生学院; 西南医科大学