摘要： 目的  通过支持向量机模型（SVM）将临床指标和病理指标进行整合，分析其对结直肠癌（CRC）患者预后的预测价值。方法  选取2002-2011年在上海市第十人民医院胃肠外科行结直肠肿瘤切除术的患者2 951例为研究对象。收集患者的临床指标（性别、年龄、肿瘤大小、肿瘤位置、组织病理类型、T分期、N分期、M分期、G分期）和病理指标〔癌胚抗原（CEA）、增殖细胞核抗原（PCNA）、P53、CD34、S-100、NM23、CerB-b2、P21、Ki-67〕。按照随访信息是否缺失将患者分为两组，第一组为临床数据完整但随访信息缺失，共2 747例；第二组为临床数据及随访信息均完整，共204例。记录患者生存情况。第一组中，若某一患者有超过4个指标缺失，则该患者被剔除；在余下的患者中，若某一指标的缺失率＞30.0%，则该指标被剔除；进一步将少发病理类型患者剔除；计算临床指标和病理指标的关联性，随后，将所得关联性在第二组患者中进行验证，若该关联性在第二组中存在，则直接将第二组患者纳入第三组中；若该关联性在第二组中不存在，则采用SVM内部算法剔除部分患者，直至该关联性再次成立，将余下的第二组患者纳入第三组。对第二组中患者的病理指标进行统计，若某一指标的缺失率＞50.0%，则该指标被剔除。基于SVM对第三组数据进行处理，建立3种预测模型：SVM1基于临床指标、SVM2基于病理指标、SVM3基于临床指标和病理指标的汇总。结果  第一组中，共834例患者缺失指标＜4个，其中性别、年龄、肿瘤位置、组织病理类型、P53、CD34、S-100、CerB-b2、Ki-67共9个指标缺失率＜30.0%而被保留，剔除5例少见肿瘤患者后，共剩下829例患者。第一组患者年龄与CerB-b2表达情况存在关联性（P＜0.05）。第二组剔除105例患者后，余下99例患者，患者年龄与CerB-b2表达情况存在关联性（P＜0.05），将这99例患者纳入第三组。第二组中PCNA、P53、CD34、S-100、CerB-b2共5个指标缺失率＜50.0%而被保留。第三组患者年龄与S-100、CerB-b2表达情况存在关联性（P＜0.05）；M分期与PCNA表达情况存在关联性（P＜0.05）。第三组不同T分期、N分期患者生存曲线比较，差异有统计学意义（P＜0.05）。SVM1纳入9个临床指标（性别、年龄、肿瘤大小、肿瘤位置、组织病理类型、T分期、N分期、M分期、G分期），准确率为83.4%；SVM2纳入5个病理指标（PCNA、P53、CD34、S-100、CerB-b2），准确率为78.8%；初始的SVM3纳入以上9个临床指标及5个病理指标，准确率为74.8%，通过最小冗余最大相关性（MRMR）法对指标进行进一步筛选，得到最终的SVM3，其纳入4个临床指标（肿瘤位置、组织病理类型、T分期、N分期）和2个病理指标（CD34、CerB-b2），准确率为81.8%。不同风险SVM1、SVM2、SVM3患者生存曲线比较，差异有统计学意义（P＜0.05）。结论  临床指标如年龄、M分期与病理指标如CerB-b2、S-100和PCNA存在一定的关联性；借助SVM模型将临床指标和病理指标进行整合分析可对CRC患者预后进行有效预测。

关键词: 结直肠肿瘤, 预后, 预测模型