放射性肝病的神经网络模型预测研究

• 作 者: 朱骥 朱小东 梁世雄 徐志勇 赵建东 傅小龙 蒋国梁
• 机 构: 广西医科大学附属肿瘤医院放射治疗科,复旦大学附属肿瘤医院放射治疗科
• 出 处: 癌症进展
• 发表日期: 2006年4期
• 关键词: 放射性肝病 神经网络 预测 radiation- induced liver disease （RILD） neural network model predi

目的评价人工神经网络在放射性肝病预测中的价值。方法93例肝硬化Child—Pugh A级患者接受三维适形放疗，其中8例发生放射性肝病。93例被随机分为训练集和验证集进行模型拟合。结果ROC曲线下面积为0．8897，灵敏度、特异度、准确度、阳性预测值、阴性预测值分别为0．875，0．882，0．882，0．412和0．987。结论预测因子涵盖物理和临床指标，人工神经网络模型在放射性肝病的预测中获得了较高的准确度。