徐方笛，范晓东

    摘要：目的? 建立Deepsurv深度神經网络模型与Cox比例风险回归模型并比较两种模型对非转移性前列腺癌症患者生存时间的预测性能。方法? 从SEER数据库中选择2014-2018年确定诊断为非转移性前列腺癌的男性患者，将患者数据集按照8∶2划分为训练集和测试集，构建Deepsurv深度神经网络模型的基本结构。利用随机超参数优化搜索算法获得预定义范围内的最优网络超参数，建立模型后在训练集上训练，并在测试集上测试。通过一致性指数(C-index)、ROC曲线下面积(AUC)和Brier分数(Brier Score)比较Deepsurv深度神经网络模型和Cox比例风险回归模型对非转移性前列腺癌症患者1、3年生存情况的预测性能。结果? 建立了以患者年龄、前列腺特异性抗原(PSA)水平、前列腺癌组织恶性程度(Gleason分级)、肿瘤分期(T分期)和活检核心阳性总数为预后因素的预测模型。Deepsurv深度神经网络模型的C-index为0.713，高于Cox比例风险回归模型的0.654；Deepsurv深度神经网络模型预测患者1、3年生存率的Brier Score为0.312、0.229，低于Cox比例风险回归模型的0.356、0.241；ROC曲线显示，Deepsurv深度神经网络模型预测患者1、3年生存率的AUC为0.680、0.652，高于Cox比例风险回归模型的0.631、0.649。结论? Deepsurv深度神经网络模型在预测非转移性前列腺癌患者的生存方面的表现优于传统的Cox比例风险回归模型。

    关键词：Deepsurv深度神经网络模型；非转移性前列腺癌；生存预测

    中图分类号：R737.25? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文献标识码：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? DOI：10.3969/j.issn.1006-1959.2024.08.009 ......