基于检验大数据的结直肠癌风险预测模型建立与验证

作     者：郭杰 刘海东 韦琴 陈泽辉 王建英 杨帆 刘善荣 Guo Jie;Liu Haidong;Wei Qin;Chen Zehui;Wang Jianying;Yang Fan;Liu Shanrong

作者机构：海军军医大学第一附属医院实验诊断科上海200433 海军军医大学第一附属医院消化内科上海200433 

出 版 物：《中华检验医学杂志》 (Chinese Journal of Laboratory Medicine)

年 卷 期：2021年第44卷第10期

页      面：914-920页

核心收录：

学科分类：1002[医学-临床医学] 100214[医学-肿瘤学] 10[医学] 

基　　金：上海市优秀学科带头人(18XD1405300)。 

主　　题：结直肠癌 机器学习 实验诊断 大数据 风险预测 

摘      要：目的通过机器学习算法挖掘常规检验大数据构建结直肠癌(CRC)风险预测模型。方法收集长海医院2013年1月1日至2019年6月30日结肠镜检查者,收集2010年1月1日至2019年6月30日全院门诊和住院患者,根据肠镜联合病理结果标注或参照ICD-10编码,分别纳入CRC组和非CRC组。采用极限梯度提升(Xgboost)、人工神经网络(ANN)、支持向量机(SVM)、随机森林(RF)4种机器学习算法挖掘入组患者的所有常规检验项目数据,选择模型特征并建立CRC的分类模型。在2019年7月1日至2020年8月31日长海医院所有就诊者对模型效能进行前瞻性验证,并验证模型对50岁患者及粪隐血阴性患者CRC鉴别能力。结果采用XgBoost算法构建了包含粪隐血,癌胚抗原、红细胞分布宽度、淋巴细胞计数、白蛋白/球蛋白、高密度脂蛋白胆固醇和乙型肝炎病毒核心抗体7个特征的CRC风险预测模型CRC-Lab7。模型在验证集与前瞻性验证集的曲线下面积(AUC)分别为0.799和0.816,明显高于粪隐血(AUC为0.68和0.706)。CRC-Lab7对50岁以下及粪隐血阴性的CRC也具有较高的诊断准确性(AUC分别为0.84和0.69)。结论本研究通过挖掘常规检验大数据建立了CRC风险预测模型,模型效能优于粪隐血,且对粪隐血阴性及小于50岁人群的CRC具有较高的诊断准确性。