郑楚楚 张岩波 王 蕾 黄雪倩 余红梅 阳桢寰 邢 蒙 范双龙 赵志强 罗艳虹△

【提 要】 目的 基于一种新的神经网络架构Cox-nnet构建弥漫性大B细胞淋巴瘤的预后预测模型，及早发现高危和低危患者，为进一步的临床治疗提供参考。方法 首先构建两种常用的低维生存数据的Cox-nnet和Cox模型，验证Cox-nnet是否适用于低维的生存数据，然后通过单因素Cox回归和参考相关文献筛选用于构建弥漫性大B细胞淋巴瘤(diffuse large B-cell lymphoma，DLBCL)模型的协变量，分别构建DLBCL的Cox-nnet和Cox模型。结果 最终选入构建DLBCL预后预测模型的协变量有25个，Cox-nnet的一致性指数(0.724)比Cox(0.685)提升了5.7%。肝硬化数据的Cox-nnet一致性指数(0.818)比Cox(0.804)提升了1.7%，乳腺癌数据的Cox-nnet一致性指数(0.660)比Cox(0.600)提升了10%。结论 Cox-nnet适用于低维的生存数据，基于Cox-nnet构建的弥漫性大B细胞淋巴瘤预后预测模型性能与传统的Cox回归相比较有较大提升。

弥漫性大B细胞淋巴瘤(diffuse large B-cell lymphoma，DLBCL)是非霍奇金淋巴瘤(non-hodgkin lymphoma，NHL)中常见的一种侵袭性B细胞淋巴瘤，约占非霍奇金淋巴瘤的30%左右，其可侵及各个年龄段的患者，且临床表现各异[1-3]。联合免疫化学疗法R-CHOP(利妥昔单抗、环磷酰胺、阿霉素、长春新碱、泼尼松)是目前DLBCL最常用的前期治疗方法，约50%～60%的患者被治愈[4]。R-CHOP疗法显著改善DLBCL患者的预后，使其生存率达到60%～90%。但是不同患者对治疗的反应各异，对于那些对R-CHOP疗法耐药或者病情缓解后复发的患者来说，预后较差[5-6]。因此对DLBCL患者进行预后分析可以及早发现高危和低危患者，从而进一步为临床医生制定DLBCL患者个性化治疗方案提供参考。

Cox比例风险回归模型是预后分析中最常用的模型。……