女性乳腺癌人工神经网络预测模型

2018年9月19日，上海交通大学医学院附属仁济医院、上海市肿瘤研究所《肿瘤》在线发表复旦大学附属肿瘤医院公共卫生学院上海医学院李小强、莫淼、吴菲、柳光宇、徐望红、邵志敏的研究报告，采用人工神经网络的方法，建立了基于问卷调查的乳腺癌风险预测模型，为乳腺癌初筛提供了有效工具。

该研究通过2008～2012年上海市闵行区一项有组织筛查项目，以15148例35～74岁既往无乳腺癌史的户籍女性为对象，通过调查问卷收集人口学、月经生育史、家族史和疾病史等资料。根据病理学检查结果确诊新发乳腺癌病例66例。采用逻辑回归模型后退法筛选变量，采用前馈神经网络和有限存储的布罗顿-弗莱彻-戈德法布-香诺算法建立并检验模型。模型入选变量为年龄、初潮年龄、家族史、乳房硬块、硬结或增厚、初产距筛查年数以及每周肥肉摄入次数。

结果发现，人工神经网络预测模型的训练集（演算组）与测试集（演算组）指标分别为：

精确度：66.5%、64.9%（95%置信区间：65.6～67.4、63.5～66.3）

灵敏度：63.8%、79.0%（95%置信区间：50.1～77.6、60.6～97.3）

特异度：66.5%、64.8%（95%置信区间：65.6～67.4、63.4～66.2）

曲线下面积：0.706、0.762（95%置信区间：0.635～0.777、0.655～0.869）

因此，基于问卷调查的人工神经网络模型对上海女性乳腺癌风险预测具有一定效果，可用于该人群的风险自测和大规模初筛。

以下广告内容与本微信公众号无关