Logistic多元回归和人工神经网络在判断进展期胃癌淋巴结转移中的应用

摘要

目的：应用人工神经网络及Logistic多元回归分析方法建立术前判断进展期胃癌淋巴结转移的诊断模型。方法分析行手术切除的700例胃癌患者术前资料，对性别、发生部位、浸润深度、病理类型等10项术前资料进行相关性分析，应用Logistic多元回归和人工神经网络建立术前判断进展期胃癌淋巴结转移的诊断模型。结果胃镜下Borrmann分型、肿瘤发生部位、病理类型及浸润深度4项因素对淋巴结转移情况有统计学意义（ P＜0.01），称为“危险变量”，而病史时间、首发症状、性别、年龄、吸烟史、饮酒史6项因素对淋巴结转移情况无统计学意义（ P＞0.05）。 Logis-tic回归模型判断进展期胃癌淋巴结转移的准确率为69.3％，受试者工作特征（ ROC）曲线下面积为0.771。根据4项“危险变量”建立的人工神经网络模型ANN1判断淋巴结转移情况准确率为70.4％，ROC曲线下面积为0.796。全部术前资料建立的 ANN2判断淋巴结转移情况准确率为75％， ROC曲线下面积为0.831。结论在术前资料判断进展期胃癌淋巴结转移情况的研究中，ANN诊断的准确率高于 Logistic多元回归分析模型，且术前资料越多，准确率越高，有望应用于临床，帮助相关科室提高判断淋巴结转移的准确率。