基于层次分类法的弥漫大B细胞淋巴瘤的疾病进展阶段多分类预测研究

作者：黄雪倩; 张岩波; 王蕾; 郑楚楚; 余红梅; 范双龙; 阳桢寰; 邢蒙; 赵志强^*; 罗艳虹^*

来源：中国卫生统计, 2021, 38(02): 167-176.

• 弥漫大B细胞淋巴瘤
• 层次分类法
• 多分类
• 不平衡数据

目的对山西省某医院2011-2017年确诊为弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma, DLBCL)患者进行疾病进展阶段多分类预测,为患者是否需要及时转为二线挽救治疗或放疗等治疗手段的选择提供参考。方法用层次分类法将三分类的疾病进展阶段进行两层二分类,分别进行变量筛选后,用SMOTE过采样处理数据中的类别不平衡问题,然后使用SVM、BP神经网络、随机森林等单分类器模型与AdaBoost同型集成和Stacking异型集成方法分别构建两层疾病进展阶段的二分类预测模型,最后分别选择两层中分类性能最优的模型并结合在一起。结果使用经SMOTE平衡后的数据构建的两层分类模型中的SVMboost集成模型,准确率分别为0.951和0.972,模型性能均为最优,因此两层二分类的基分类器均选择SVMboost。结论本研究构建弥漫大B细胞淋巴瘤患者疾病进展阶段的层次多分类预测模型,其中两层分类模型中的SVMboost集成模型性能均为最优,将两层二分类的基分类器结合后,准确率为0.924,高于作为对比的直接多分类模型,为临床工作者的诊断与治疗方案选择提供一定参考。

• 单位
  山西省肿瘤医院; 山西医科大学; 公共卫生学院