基于SEER数据库使用支持向量机和列线图对骨肉瘤诊断时肺转移风险预测模型的建立与验证

目的 开发列线图和支持向量机模型预测骨肉瘤患者的肺转移风险.方法 从美国"监测,流行病学和结果"(Surveillance,Epidemiology and End Results,SEER)数据库获得2010年至2016年的原发性骨肉瘤患者数据,通过单因素和多因素Logistic回归进行筛选,确定肺转移的危险因素.基于Logistic回归结果,构建列线图,使用10-fold cross validation对其进行验证.按照8:2的比例,将数据拆分为训练集和验证集,使用支持向量机构建预测模型.绘制受试者工作特征(receiver operating characteristic,ROC)曲线比较列线图和支持向量机模型的预测能力.结果 共纳入1038例骨肉瘤患者.Logistic回归分析显示,男性患者、更大的肿瘤直径、N1或NX分期、伴有骨转移和原发部位为四肢骨骼为骨肉瘤患者出现肺转移的独立危险因素(均P<0.05).列线图预测骨肉瘤肺转移的最佳ROC曲线下面积(area under the curve,AUC)为0.769,平均AUC为0.695,支持向量机模型的AUC为0.792,预测准确率为0.861.支持向量机模型具有更好的预测能力.结论 男性患者、更大的肿瘤体积、N1或者NX分期、伴有骨转移和原发部位为四肢骨骼为骨肉瘤患者的肺转移独立危险因素.支持向量机模型和列线图均有较好的预测准确率.支持向量机模型比传统列线图有更好的预测能力,列线图则有更好的临床实用性.