基于贝叶斯网络不确定性推理的肺癌风险预测模型

作者：钟璐; 薛付忠^*

来源：山东大学学报(医学版), 2023, 61(04): 86-94.

DOI：10.6040/j.issn.1671-7554.0.2022.0927

• 肺癌
• 风险预测模型
• 贝叶斯网络
• Cox模型
• 缺失数据

目的 将贝叶斯网络与Cox模型相结合，预测包含缺失协变量的个体的肺癌发病风险。方法 研究使用的数据来自于英国生物样本库，采用单因素Cox回归分析筛选与肺癌发病相关的预测因素；基于识别出的肺癌潜在预测因素，应用上述联合模型建立个体化肺癌风险预测模型；从鉴别和校准两方面评价模型的预测性能。结果 建立的预测模型具有较好的鉴别和校准能力，训练和验证队列的AUC分别为0.854(95%CI:0.836～0.870)和0.885(95%CI:0.871～0.897)。结论 本研究构建了基于贝叶斯网络和Cox模型的肺癌风险预测模型；该模型具有良好的鉴别和校准能力，能有效预测肺癌发病高危人群；联合模型在存在缺失预测因子的情况下提供了一种有效的风险预测方法，可为肺癌预防控制提供理论支撑。

• 单位
  公共卫生学院; 山东大学