LASSO与经典特征选择方法在高级别前列腺癌诊断中的价值

摘要：

目的 对比R语言中LASSO与经典特征选择方法在前列腺纹理分析诊断高级别前列腺癌中的效果.方法 回顾分析临床怀疑高级别前列腺癌,进行多参数磁共振检查的患者,所有患者均在磁共振检查后一个月内进行经直肠超声引导穿刺活检获得病理结果.提取T2WI、ADC、T1WI-DCE序列的纹理特征及T1WI-DCE的定量特征,分别应用LASSO和经典方法进行纹理特征选择,再对经特征选择后的数据分别通过多元logistic回归(LR)建立高级别前列腺癌的预测模型,最后采用受试者工作特征曲线(ROC)分别评价模型效能.结果 LASSO+LR验证集敏感度为0.8261,特异度为0.9444,准确度为0.8983;经典法+LR验证集敏感度为0.9130,特异度为0.9167,准确度为0.9153;两个模型验证组AUC之间无统计学差异(P=0.3630).结论 LASSO和经典方法在用于前列腺纹理分析诊断高级别前列腺癌的特征选择时,均表现出良好效能,且差异无统计学意义,两者均可应用磁共振纹理分析鉴别高级别前列腺癌与良性前列腺增生.

关键词：高级别前列腺癌、纹理分析、特征选择、逻辑回归、随机森林

所属期刊栏目：39

分类号：R737.25(肿瘤学)

资助基金：成都大学附属医院院级科研课题2020YYZ10

在线出版日期：2022-10-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：578-580