目的 通过随机生存森林(RSF)法提取肺敏感基因,结合列线图(nomogram)算法,建立肺癌预后预测模型.方法 分析117例肺腺癌患者中的41,000个基因变量、5个临床一般特征.在患者基因表达谱数据上应用RSF法,筛选出影响肺癌的敏感基因,并建立患者预后生存预测模型和复发预测模型.结果 使用性别、年龄、T分期、N分期、吸烟时间共5个临床特征建立患者预后生存模型、复发模型,一致性指数C值分别为0.684(95%CI:0.646~0.723)、0.648(95%CI:0.597~0.699);在5个临床一般特征中加入PSMD12、HUS1B、TIMM50后,生存预测模型一致性指数C值为0.767(95%CI:0.733~0.802),而仅用PSMD12、HUS1B、TIMM50建立生存预测模型一致性指数C值为0.711(95%CI:0.671~0.751).而使用N分期、PSMD12、HUS1B、TIMM50建立复发预测模型一致性指数C值为0.795(95%CI:0.752~0.838).结论 通过RSF筛选的基因变量,与临床一般特征相结合,可以有效建立预后生存预测模型、复发预测模型,帮助临床医师为患者评估预后情况,并指导医师制定合理的治疗方案.
作者:解瑞飞;杨梓
来源:浙江临床医学 2022 年 24卷 7期