基于C5.0算法的胃癌生存预测模型研究

被引:9
作者
黄志刚
刘虹
刘娟
张岐山
机构
[1] 福州大学经济与管理学院
关键词
数据挖掘; C5.0分类算法; 胃癌; 生存预测; SEER数据库;
D O I
10.13878/j.cnki.jnuist.2017.04.008
中图分类号
R735.2 [胃肿瘤]; TP311.13 [];
学科分类号
100112 [医学生物化学与分子生物学];
摘要
我国的胃癌发病率高,每年新增胃癌患者占全世界每年新增数量的42%,胃癌成为我国恶性肿瘤防控的重点.本文针对胃癌数据的特征,给出数据预处理和集成方法;采用C5.0分类算法,构建了胃癌生存预测模型,并首次采用美国癌症研究所的SEER数据库进行预测实验.实验结果表明:C5.0预测的精确度、特异性均高于BP-神经网络算法;胃癌患者的出生地点与最终的存活状态之间存在较强的相关性.该研究是数据挖掘技术在医学领域的一个实际应用,对胃癌的临床诊断具有一定的参考价值,可为医生制定合理的治疗和预防方案提供一定参考.
引用
收藏
页码:406 / 410
页数:5
相关论文
共 15 条
[1]
基于数据挖掘的柴可群治疗胃癌用药规律研究 [J].
王泽明 ;
柴可群 ;
陈嘉斌 .
江西中医药大学学报, 2017, 29 (01) :38-41
[2]
基于数据挖掘技术对胃癌化疗药物不良反应关联性研究 [J].
郭佳栋 ;
张雪梅 ;
刘影 ;
冯变玲 .
药物流行病学杂志, 2017, 26 (01) :46-49
[3]
基于聚类和支持向量机的胃癌患者住院费用建模研究 [J].
王文文 ;
周涛 ;
陆惠玲 ;
王惠群 ;
张俊杰 .
中国初级卫生保健, 2016, 30 (02) :1-4
[4]
胃癌研究相关文献热点变化分析 [J].
王晓瑜 .
临床军医杂志, 2015, 43 (09) :955-959
[5]
基于多数据集的胃癌亚型标志基因选择 [J].
李建更 ;
贺益恒 ;
郭庆雷 .
北京工业大学学报, 2013, 39 (10) :1590-1595
[6]
发达与发展中国家癌症发病率与死亡率的比较与分析 [J].
王永川 ;
魏丽娟 ;
刘俊田 ;
李世霞 ;
王庆生 .
中国肿瘤临床, 2012, 39 (10) :679-682
[7]
支持向量机在胃癌诊断预测中的应用 [J].
孙清 ;
鞠建峰 ;
曲庆美 ;
鲜婧 .
食品与药品, 2010, 12 (11) :401-404
[8]
数据挖掘技术于医学电子病历系统的应用 [J].
王欣萍 ;
李燕 .
现代预防医学, 2008, (13) :2450-2451
[9]
基于基因表达谱的肿瘤预测模型研究 [J].
李辉 ;
王金莲 .
电子学报, 2008, (05) :989-992