科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的 构建一种基于XGBoost算法的肿瘤患者免疫性甲状腺功能异常预测模型。方法 从江苏省中西医结合医院肿瘤专病库科研平台中，通过队列定义和特征提取等方法选取1200例使用抗肿瘤药物免疫检查点抑制剂的住院患者作为研究对象，使用XGBoost机器学习算法建模并训练得到预测模型，并用Shapley附加解释器（SHAP）可视化工具对模型预测效果进行评估分析。结果 该预测模型的受试者工作特征曲线下面积为0.87，其中肝炎病史、甲状腺球蛋白、BMI值是甲状腺功能异常的重要特征。结论 基于XGBoost机器学习算法构建免疫性甲状腺功能异常预测模型，并利用SHAP工具直观展示各指标的影响，有助于医生临床决策，并做好病情干预。
-
单位江苏省中医药研究院; 江苏省中西医结合医院
