基于多核学习的弥漫大B细胞淋巴瘤早期复发的精准预测

作者：邢蒙; 周洁; 余红梅; 张岩波; 阳桢寰; 赵艳琳; 李雪玲; 李琼; 赵志强^*; 罗艳虹^*

来源：中国卫生统计, 2022, 39(04): 518-528.

• 弥漫大B细胞淋巴瘤
• 早期复发
• 多核学习
• 不平衡数据

目的 对山西省某三甲医院2011-2017年间血液科新诊断的弥漫大B细胞淋巴瘤患者(diffuse large B-cell lymphoma, DLBCL)是否实现两年无事件生存，即DLBLC患者早期复发的预测。方法 根据无事件生存期，将患者分成早期复发和非早期复发，并以此为标签构建分类模型。首先对数据进行了归一化处理，然后用LASSO进行了特征选择，因数据类别不平衡，分别采用了SMOTE(synthetic minority over-sampling technique)、Borderline-1 SMOTE、Borderline-2 SMOTE与ADASYN(adaptive synthetic sampling)四种方法平衡数据，之后构建了基于支持向量机的多核模型作为最终的分类器，并与AdaBoost、随机森林和以高斯核、多项式核为内核的单核支持向量机进行比较，最终实现对新诊断病例早期复发的预测。结果 在本文所有模型中，采用LASSO加Borderline-1 SMOTE的多核模型(accuracy=0.87,precision=0.87,recall=0.87,f1=0.87,AUC=0.87)取得了最优的分类性能。采用SMOTE的随机森林模型(accuracy=0.84,precision=0.85,recall=0.87,f1=0.79,AUC=0.83)、Borderline-2 SMOTE的随机森林(accuracy=0.84,precision=0.85,recall=0.87,f1=0.79,AUC=0.83)两种集成模型的分类性能也较好，但都低于多核支持向量机模型。两种单核支持向量机性能较差。结论 本文构建的所有模型中，经过LASSO和Borderline-1 SMOTE重采样的多核支持向量机性能最优，可为DLBCL早期复发预测提供参考。

• 单位
  公共卫生学院; 山西医科大学; 山西省肿瘤医院