高维肺癌病例-对照研究资料的随机森林降维分析

作者：朱晶晶; 赵杨; 陆凤; 胡志斌; 陈峰

来源：中华预防医学杂志, 2012, 46(09): 845-849.

DOI：10.3760/cma.j.issn.0253-9624.2012.09.015

• 肺肿瘤
• 多态性
• 单核苷酸
• 人工智能
• 随机森林 Lung neoplasms
• Polymorphism
• single nucleotide
• Artificial intelligence
• Random forest

目的探讨随机森林算法在肺癌高维病例-对照资料分析中的应用效果。方法选取500例医院来源肺癌患者作为病例组,以517名社区来源对照人群作为对照组,每名研究对象均常规采集静脉抗凝血5 ml,位点基因型通过GoldenGate定制芯片平台分型,经筛选获得399个SNP位点,先利用随机森林算法进行降维,再用传统的logistic回归对降维后的变量进行分析,并采用受试者工作特征曲线(ROC)曲线下面积(AUC)分析多个SNP位点与肺癌的遗传易感性。结果经随机森林算法筛得50个平均重要性得分最高且错误率最低的变量,其中环境变量(吸烟、年龄分组、性别)的重要性得分均位于前20,分别为4.05、3.12、1....

• 单位
  南京医科大学; 公共卫生学院