《表1 数据集样本特征：基于贝叶斯方法的乳腺癌预后分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于贝叶斯方法的乳腺癌预后分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本研究总体流程框图如图1所示。首先从SEER(The Surveillance，Epidemiology，and End Results）中选取合适的患者样本。选取条件为：女性乳腺癌患者；确诊年龄在20岁到80岁之间；确诊时间在2010年至2012年间；检测到的淋巴结个数不小于1。另外考虑到不同的乳腺癌子类型患者之间的总体生存率有所差异[15]，在此仅选取“Her2-/HR+”子类型的乳腺癌患者。筛选后共得到4 402个样本。样本的简要描述如表1所示。之后进行反向特征选择，挑选出用于估计LNR的特征，其余特征用于生存分析。根据赤池信息准则（Akaike Information Criterion，AIC）指标选取得到的与LNR相关性最大的特征分别为：淋巴结总数、阳性淋巴结个数、M分期和N分期，然后将它们作为输入训练逻辑回归模型并估计LNR值。在预后分析部分，使用LNR的总体估计值，以及样本中的其他特征，包括患者的年龄、肿瘤大小和T分期，基于贝叶斯方法构建动态Cox回归模型以预测患者生存率。