《基於數據挖掘技術實現早期乳腺癌的個體化預後預測》是依託中山大學，由朱志華擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於數據挖掘技術實現早期乳腺癌的個體化預後預測
- 項目類別：青年科學基金項目
- 項目負責人：朱志華
- 依託單位：中山大學
中文摘要,結題摘要,
中文摘要
乳腺癌的個體化預後預測，即提前發現並找到預後差的患者予以積極治療，避免對預後好的患者進行過度治療，既可以避免化療的毒副作用，又可以節約大量寶貴的醫療資源，具有重要的科學及社會意義，也是當前研究的熱點和難點。基於前期的工作基礎[1]和微弱預後預測能力放大效應假說，我們擬利用組織晶片和免疫組織化學技術，結合我們醫院大樣本量的治療規範、隨訪良好的乳腺癌患者資料，引入合適的關鍵特徵選擇方法篩選和最佳化與乳腺癌預後相關的免疫組織化學分子標誌物及其組合，運用數據挖掘方法，構建穩定性和重複性好、費用低廉、易於推廣、適合我國國情的乳腺癌個體化預後預測模型，實現乳腺癌患者預後的個體化預測。
結題摘要
目的：本研究試圖利用多個分子標記物組合來個體化預測乳腺癌的預後。 方法：我們對425例乳腺癌的癌組織進行了36種分子標記物的檢測。然後利用其中200例病人的臨床病理特徵及預後資料，結合36種分子標記物的表達狀態，用支持向量機方法篩選構建了乳腺癌個體化預後預測模型。最後利用剩餘的225例病人對以上模型進行了驗證。 結果：我們對425例乳腺癌的癌組織進行了36種分子標記物的檢測。然後利用其中200例病人的臨床病理特徵及預後資料，結合33種分子標記物的表達狀態，用支持向量機方法篩選構建乳腺癌個體化預後預測模型。最後利用剩餘的225例病人對以上預後預測模型進行了驗證。模型由病人年齡、病理類型和8種分子標記物（HER2、Twsit、HtrA1、EMA、Ki67、RKIP、p21WAF1和Carcinoembryonic）構成，單因素和多因素分析證明是乳腺癌獨立的預後因子，模型將全組225例病人分為高風險組67例vs. 低風險組158例，高風險組1、3、5年總的累計生存率分別是85.7%、68.1%和61.8%，低風險組1、3、5年總的累計生存率分別是93.1%、82.8%和82.8%。 結論：我們構建的基於免疫組化和支持向量機的模型能夠較好的實現乳腺癌的個體化預後預測。
