王逸飞，吴 欢，薛万国，石金龙，王彬华，顾良友，艾 青

1 解放军总医院医学创新研究部 医学大数据研究中心，北京 100853；2 解放军总医院第一医学中心 泌尿外科，北京 100853

前列腺癌是男性泌尿生殖系统最常见的恶性肿瘤之一，全球2019年预估前列腺癌新增病例数位列男性恶性肿瘤第1位，位列全球恶性肿瘤第2位[1]。在我国，前列腺癌发病率呈现大幅上升趋势，自2012年起位列男性恶性肿瘤第6位[2]。前列腺增生作为一种良性病变，其与前列腺癌之间的快速鉴别是临床面临的难题之一[3]。以前列腺特异性抗原(prostate specific antigen，PSA)为基础的前列腺疾病筛查虽然一定程度上可以早期发现前列腺癌，但存在假阳性率高的问题[4]。医学大数据的快速积累和机器学习方法的广泛应用为临床疾病诊断及预测提供了新手段[5-7]。其中XGBoost算法具有较好的预测能力和稳定性，近年来在多项临床疾病预测中取得了良好结果[8-9]。本文拟利用XGBoost算法构建前列腺增生和前列腺癌患者的分类模型，比较两类患者的临床特征，发现可标识癌变的有效指标，并通过SHAP分析获取指标截断值，为癌症早期筛查提供参考。

资料与方法

1 数据来源 本文数据来源于2019年解放军总医院国家临床医学科学数据中心、国家人口与健康科学数据共享平台提供的“前列腺癌数据集”，数据集中共包含1 438例前列腺增生患者及1 613例前列腺癌患者的真实临床信息。

2 数据预处理方法 通过核查病理报告，删除治疗后(内分泌治疗、化疗或手术治疗后)的样本272例，删除标签与病理报告不相符的样本48例，剩余样本2 731例。……