基于随机森林模型的可解释性网页版多形性胶质母细胞瘤预后预测工具
机器学习
2021-09-10 v2
摘要
我们提出了预测模型，用于估计 GBM 患者治疗后一年的健康状况（分类任务），并在个体层面预测 GBM 患者的长期预后（生存任务）。我们使用了共 467 名 GBM 患者的临床资料，包含 13 个特征和两个随访日期。对于随机森林分类器（RFC）和随机生存森林模型（RSF）的基线模型，我们分别引入了广义线性模型（GLM）、支持向量机（SVM）以及 Cox 比例风险模型（COX）、加速失效时间模型（AFT）。在预处理并划分分层 5 折数据集后，我们通过递归特征消除过程为各模型类型生成了性能最佳的模型。通过递归特征消除过程，分别为性能最佳的一年生存/进展状态 RFC 模型和 RSF 模型提取了总计 10、4 和 13 个特征。在分类任务中，性能最佳 RFC 的 AUROC 为 0.6990（一年生存状态分类）和 0.7076（一年进展分类），而次佳基线模型（两种情况下均为 GLM）分别为 0.6691 和 0.6997。关于生存任务，性能最佳 RSF 模型的 C-index 最高为 0.7157、IBS 最低为 0.1038，而次佳基线模型分别为 0.6556 和 0.1139。从 LIME 和虚拟患者组分析中提取的 each 特征与 GBM 患者预后之间的简化线性相关性，与已证实的医学知识一致。我们的机器学习模型表明，GBM 患者生存的前三位预后因素是 MGMT 基因启动子、切除范围和年龄。据我们所知，本研究是首个提出可解释且与医学知识一致的 GBM 预后预测模型的研究。
引用
@article{arxiv.2108.13039,
title = {An Interpretable Web-based Glioblastoma Multiforme Prognosis Prediction Tool using Random Forest Model},
author = {Yeseul Kim and Kyung Hwan Kim and Junyoung Park and Hong In Yoon and Wonmo Sung},
journal= {arXiv preprint arXiv:2108.13039},
year = {2021}
}
备注
This version of preprint has some issues regarding methods and results