Cox比例风险模型与BP神经网络在肝移植受体预后分析中的应用

Cox比例风险模型与BP神经网络在肝移植受体预后分析中的应用 目的：探讨肝移植受体预后的影响因素，比较MELD模型、Cox比例风险模型及BP神经网络对肝移植受体预后的预测性能；利用BP神经网络预测肝移植受体的生存期，为生存期的预测提供新的思路。 方法：采用Cox比例风险模型探讨肝移植受体预后的影响因素，通过比较ROC曲线下面积和一致性指数C判断MELD模型、Cox比例风险模型及BP神经网络的预测性能，通过比较肝移植受体预测生存期与实际生存期判断BP神经网络预测生存期的效果。 结果：影响良性肝移植受体预后的主要因素为：UREA(血清尿素氮)、APTT(活化的部分凝血酶原时间)；影响恶性肝移植受体预后的主要因素为：ALK(碱性磷酸酶)、AFP(甲胎蛋白)、Na(血清钠离子浓度)、NODE1(肿瘤结节数是否为1个)；良性终末期肝病资料与肝脏恶性肿瘤资料均提示：BP神经网络的预测性能优于Cox比例风险模型，Cox比例风险模型的预测性能优于MELD模型；BP神经网络预测的生存期与实际生存期差别无统计学意义。 结论：BP神经网络具有较好的非线性处理能力，对资料的类型限制较少，在生存资料的分析中体现出较好的预测性能，还能解决传统方法很难解决的预测生存期的问题，值得在生存资料的分析中进一步推广应用。