基于Cox比例风险回归模型、LASSO与生存树的乳腺癌预后

摘要

传统的病理检查方法不足以预测乳腺癌的治疗结果,因此从分子生物学上研究其发病机制具有重要意义。通过对乳腺癌患者复发风险的预测,高风险标记的肿瘤患者可以从辅助治疗中获益,而低风险标记的患者可免遭不必要的治疗。本文分别对ER+乳腺癌和ER?乳腺癌的基因芯片数据进行分析,采用单因素Cox比例风险回归模型初步筛选基因,然后进一步使用LASSO方法对基因进行筛选,再利用这些基因通过生存树方法对患者进行预测和分类。本文使用Kaplan-meier曲线及对数秩检验对结果进行验证。本文的模型对乳腺癌复发风险具有良好的预测效果,所筛选出的基因部分已被相关文献报道其确实与乳腺癌的发生和发展密切相关,其它基因尚需进一步实验来验证其在乳腺癌中发挥的作用。