肝动脉栓塞化疗术后肿瘤再进展风险预测方法

本发明属于生物学，具体涉及肝动脉栓塞化疗术后肿瘤再进展风险预测方法。背景技术：1、原发性肝癌(以下简称肝癌)起病隐匿、进展快，预后差，尽管近年来肝癌筛查的推广以及手术为主的早期治疗的进步，使得更多患者能够获得肝癌根治的机会，然而仍有众多患者在就诊时已属中晚期，且合并有肝脏基础疾病，失去了手术切除的机会。目前，经肝动脉栓塞化疗术(transarterial chemoembolization，tace)作为一种局部治疗手段，在中晚期不可手术切除肝癌患者中取得了显著疗效，患者实现了肿瘤治疗的完全或部分缓解，因而被多项权威指南推荐为此类患者的优先治疗方案。然而，鉴于这些患者多伴有肝硬化等肝脏基础疾病，肝癌在局部治疗后出现再进展和复发成为肿瘤治疗失败的主要致因。2、另外，研究者主要关注点集中在接受外科手术的肝癌患者，探究肝癌手术切除后复发和生存的预测。例如，slicer评分、clip评分、erasl的肝肿瘤术后早期复发模型等，均能预测特定肝癌患者群体的切除后肿瘤复发风险，具有良好的诊断效能。然而，对于不可手术切除的中晚期肝癌患者，其基础肝病原因、肿瘤分期病理特征、机体营养免疫状态以及肿瘤治疗方法等方面与可手术切除的肝癌患者存在显著差异。此外，局部治疗后肿瘤虽已经灭活，但仍存在于体内能影响肿瘤进展和复发。3、因此，探索肝动脉栓塞化疗术后肿瘤再进展和复发的精确预测手段，有助于尽早发现肝癌患者再进展和复发的情况并给与及时治疗。同时，对于制定患者个体化诊疗方案，提升患者的整体治疗效果，延长患者生存期具备重要的临床意义。技术实现思路1、本发明提供一种肝动脉栓塞化疗术后肿瘤再进展风险预测方法。2、本发明的技术方案如下：3、本发明提供了一种肝动脉栓塞化疗术后肿瘤再进展风险预测方法，包括以下步骤：4、s1：收集经肝动脉栓塞化疗术患者的术前第0-8周、第8-12周、第12-16周、＞16周的4个时间阶段的核心特征变量数据，分别构建第0-8周数据集、第8-12周数据集、第12-16周数据集、＞16周数据集；5、s2：将第0-8周数据集、第8-12周数据集、第12-16周数据集、＞16周数据集作为训练集，进行数据增强处理后，分别对神经网络进行训练，得到第一周期预测网络、第二周期预测网络、第三周期预测网络、第四周期预测网络；6、s3：将待测数据，分别输入第一周期预测网络、第二周期预测网络、第三周期预测网络、第四周期预测网络中，分别得到第一周期肿瘤再进展概率、第二周期肿瘤再进展概率、第三周期肿瘤再进展概率、第四周期肿瘤再进展概率，选择4个概率数值中的最大值，作为预测结果，其对应的时间周期，作为肿瘤再进展的预测周期；7、所述s1中的核心特征变量，为年龄、碱性磷酸酶、谷丙转氨酶、谷氨酰转肽酶、谷草转氨酶、总胆红素、直接胆红素、血红蛋白、凝血酶原标准化比率、血小板计数、白细胞计数、甲胎蛋白、红细胞计数、肿瘤个数和肿瘤直径。8、本发明所述s2中将第0-8周数据集、第8-12周数据集、第12-16周数据集、＞16周数据集作为训练集，分别对神经网络进行训练，训练过程中，每一个核心特征变量在不同时间周期的训练过程中具有不同的权重，权重具体见下表。9、10、本发明所述s3中作为肿瘤再进展的预测周期之后，还包括根据shap算法对预测结果进行分解，获得预测周期中每个核心特征变量对肿瘤再进展的贡献值，根据肿瘤再进展的贡献值，得到第一周期肿瘤再进展概率、第二周期肿瘤再进展概率、第三周期肿瘤再进展概率、第四周期肿瘤再进展概率。11、本发明所述s1中分别构建第0-8周数据集、第8-12周数据集、第12-16周数据集、＞16周数据集后，对数据集中的数据进行清洗，具体为删除共线性的特征、基线缺失和随访数据缺失患者的特征，并用中位数填充缺失数据。12、本发明所述s2中神经网络，为随机森林、极端梯度提升、轻量梯度提升机、分类增强。13、本发明s1中收集核心特征变量数据，具体为，14、收集数据，包括术前基线特征变量数据、肿瘤完全/接近完全缓解时特征变量数据、特征变量数据的变化量，以及肿瘤发生进展的终点事件和无进展生存期；15、采用递归特征消除交叉验证，对收集的数据进行核心特征变量筛选。16、本发明所述无进展生存期，为经肝动脉栓塞化疗术后达到完全/接近完全缓解的时间起始，至出现肝癌进展终止。17、本发明还提供一种肝动脉栓塞化疗术后肿瘤再进展风险预测系统，包括：18、数据集构建模块：用于收集经肝动脉栓塞化疗术患者的术前第0-8周、第8-12周、第12-16周、＞16周的4个时间阶段的核心特征变量数据，分别构建第0-8周数据集、第8-12周数据集、第12-16周数据集、＞16周数据集；19、所述核心特征变量，为年龄、碱性磷酸酶、谷丙转氨酶、谷氨酰转肽酶、谷草转氨酶、总胆红素、直接胆红素、血红蛋白、凝血酶原标准化比率、血小板计数、白细胞计数、甲胎蛋白、红细胞计数、肿瘤个数和肿瘤直径；20、神经网络训练模块：用于将第0-8周数据集、第8-12周数据集、第12-16周数据集、＞16周数据集作为训练集，进行数据增强处理后，分别对神经网络进行训练，得到第一周期预测网络、第二周期预测网络、第三周期预测网络、第四周期预测网络；21、预测模块：用于将待测数据，分别输入第一周期预测网络、第二周期预测网络、第三周期预测网络、第四周期预测网络中，分别得到第一周期肿瘤再进展概率、第二周期肿瘤再进展概率、第三周期肿瘤再进展概率、第四周期肿瘤再进展概率，选择4个概率数值中的最大值，作为预测结果，其对应的时间周期，作为肿瘤再进展的预测周期。22、本发明还提供一种肝动脉栓塞化疗术后肿瘤再进展风险预测装置，包括处理器和存储器，其中，所述处理器执行所述存储器中保存的计算机程序时实现所述的肝动脉栓塞化疗术后肿瘤再进展风险预测方法。23、本发明还提供一种肝动脉栓塞化疗术后肿瘤再进展风险预测存储介质，用于存储计算机程序，其中，所述计算机程序被处理器执行时实现所述的肝动脉栓塞化疗术后肿瘤再进展风险预测方法。24、有益效果25、本发明提供的肿瘤再进展风险预测方法，能够对肝动脉栓塞化疗术后的肿瘤再进展风险进行预测；26、本发明提供的肿瘤再进展风险预测方法，不仅能够区分不同时间阶段下肿瘤出现进展的人群，还能够获得肝动脉栓塞化疗术后的肿瘤在不同时间阶段下进展概率，从而实现对肿瘤再进展的个体化风险预测，以便于制定个体化方案；27、本发明提供的肿瘤再进展风险预测方法，还能够对不同时间阶段下肿瘤进展中，每个核心特征变量对预测结果权重和贡献大小，以便对预测结果的产生进行逻辑解释。技术特征：1.一种肝动脉栓塞化疗术后肿瘤再进展风险预测方法，其特征在于，包括以下步骤：2.根据权利要求1所述的肝动脉栓塞化疗术后肿瘤再进展风险预测方法，其特征在于，所述s2中将第0-8周数据集、第8-12周数据集、第12-16周数据集、＞16周数据集作为训练集，分别对神经网络进行训练，训练过程中，每一个核心特征变量在不同时间周期的训练过程中具有不同的权重，权重具体见下表，3.根据权利要求1所述的肝动脉栓塞化疗术后肿瘤再进展风险预测方法，其特征在于，所述s3中作为肿瘤再进展的预测周期之后，还包括根据shap算法对预测结果进行分解，获得预测周期中每个核心特征变量对肿瘤再进展的贡献值，根据肿瘤再进展的贡献值，得到第一周期肿瘤再进展概率、第二周期肿瘤再进展概率、第三周期肿瘤再进展概率、第四周期肿瘤再进展概率。4.根据权利要求1所述的肝动脉栓塞化疗术后肿瘤再进展风险预测方法，其特征在于，所述s1中分别构建第0-8周数据集、第8-12周数据集、第12-16周数据集、＞16周数据集后，对数据集中的数据进行清洗，具体为删除共线性的特征、基线缺失和随访数据缺失患者的特征，并用中位数填充缺失数据。5.根据权利要求1所述的肝动脉栓塞化疗术后肿瘤再进展风险预测方法，其特征在于，所述s2中神经网络，为随机森林、极端梯度提升、轻量梯度提升机、分类增强。6.根据权利要求1所述的肝动脉栓塞化疗术后肿瘤再进展风险预测方法，其特征在于，s1中收集核心特征变量数据，具体为，7.根据权利要求1所述的肝动脉栓塞化疗术后肿瘤再进展风险预测方法，其特征在于，所述无进展生存期，为经肝动脉栓塞化疗术后达到完全/接近完全缓解的时间起始，至出现肝癌进展终止。8.一种肝动脉栓塞化疗术后肿瘤再进展风险预测系统，其特征在于，包括：9.一种肝动脉栓塞化疗术后肿瘤再进展风险预测装置，其特征在于，包括处理器和存储器，其中，所述处理器执行所述存储器中保存的计算机程序时实现如权利要求1-7中任一项所述的肝动脉栓塞化疗术后肿瘤再进展风险预测方法。10.一种肝动脉栓塞化疗术后肿瘤再进展风险预测存储介质，其特征在于，用于存储计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的肝动脉栓塞化疗术后肿瘤再进展风险预测方法。技术总结本发明属于生物学技术领域，具体涉及肝动脉栓塞化疗术后肿瘤再进展风险预测方法，包括确定收集数据中的核心特征变量，并将第0‑8周数据集、第8‑12周数据集、第12‑16周数据集、＞16周数据集作为训练集，进行数据增强处理后，分别对神经网络进行训练，得到第一周期预测网络、第二周期预测网络、第三周期预测网络、第四周期预测网络；将待测数据分别输入四个预测网络得到相对应的概率，选择4个概率数值中的最大值，作为预测结果，其对应的时间周期，作为肿瘤再进展的预测周期；从而实现对肿瘤再进展的个体化风险预测，以便于制定个体化方案。技术研发人员：李涛,卢文丽,赵文瑞,唐晓霖,孙睿,秦玉翠受保护的技术使用者：山东第一医科大学附属省立医院（山东省立医院）技术研发日：技术公布日：2024/8/16