3 513

Cited 0 times in

Development and Comparison of Recurrence Prediction Model for Breast Cancer using Data Mining

Other Title
데이터 마이닝 기술을 이용한 유방암 재발 예측 모델 개발 및 비교
Authors
김, 우재
Degree
Doctor (2012)
Abstract
유방암은 그 빈도가 점차 증가하고 있는 질환으로 한국의 여성에서 갑상선암 다음으로 빈번하게 발생하는 악성종양이다. 유방암의 재발률은 20~30%로 재발한 환자의 70.9%가 수술 후 3년 내에 재발하며, 92%는 수술 후 5년 내에 재발한다. 수술 후 2~3년 동안 재발 가능성이 가장 높아 수술 이후에도 재발위험이 존재하므로 지속적인 재발 방지 관리가 중요하다.

본 연구에서는 support vector machine (SVM)을 이용하여 유방암 재발률이 가장 높은 유방암 수술 후 5년 이내의 유방암 재발을 예측할 수 있는 모델을 개발하였다. 예측모델개발에 사용된 자료는 1994년부터 2002년까지 아주대학교병원에서 유방암 수술을 받은 679명의 환자를 대상으로 하였다. 예측모델에 사용된 예후인자는 전문가의 지식과 단변량 분석을 통하여 병리조직학적 등급, 종양의 국소 침윤 유무, 종양의 개수 및 크기, 림프혈관 침윤 유무, ER의 발현유무, 전이림프절의 개수 등 최종 7개의 예후인자를 선정하였다.

최종으로 선정된 7개의 예후인자를 이용하여 SVM, 신경망, Cox 회귀분석, 베이지안 분류기에 적용하여 분류성능을 비교하였으며, 분류성능이 가장 좋은 SVM을 이용하여 BCRSVM (Breast Cancer Recurrence prediction based on SVM) 모델을 만들었다. 개발된 BCRSVM을 기존에 개발된 예후모델인 Adjuvant! Online, Nottingham prognostic index (NPI), St. Gallen 가이드라인 등과 분류성능을 비교하고, 한국인을 대상으로 예후모델을 검증하였다.

개발된 BCRSVM은 유방암의 재발예측의 결과 좋은 성능을 보여주었으나, SVM의 예측결과를 인간이 계산하기는 어렵기 때문에, 웹을 통하여 BCRSVM을 사용할 수 있도록 프로그램을 개발하였다. 그러나, 복잡한 임상환경에서 웹을 통하여 모델을 사용하기는 쉬운 일이 아니기 때문에, 분류성능은 SVM보다 조금 떨어지지만 좋은 분류성능을 보이며 시각화하기 쉬운 베이지안 분류기를 이용한 노모그램을 제공하였다. 노모그램은 어떠한 디바이스의 도움 없이 노모그램이 출력된 종이 한 장만으로 예측모델의 결과를 손쉽게 계산할 수 있어, 언제 어디서나 예측모델의 결과를 계산할 수 있는 장점이 있다.

연구결과, 알고리듬의 분류성능은 SVM(AUC=0.85)이 신경망(AUC=0.80), Cox 회귀분석(AUC=0.73), 베이지안 분류기(AUC=0.81)보다 좋은 성능을 보여주었으며, 또한 오분류 행렬표에서 다른 알고리듬에 비하여 전반적으로 좋은 분류성능을 나타냈다. 개발된 BCRSVM (AUC=0.85)은 Adjuvant! Online (AUC=0.71), NPI (AUC=0.70) 등과 비교하여 좋은 분류성능을 볼 수 있었다. 생존곡선을 이용한 예후모델의 고위험군과 저위험군간의 통계적인 차이는 BCRSVM과 Adjuvant! Online만이 유의하게 나왔다. 또한, 예후인자가 유방암 재발을 예측하는데 얼마나 영향을 미치는지에 대해 분석한 결과 종양의 국소 침윤 여부가 민감도 분석(SVM: 55.3%, 신경망: 21.5%)과 다변량 Cox 회귀분석(위험비: 9.69배)의 결과 가장 재발에 영향을 미치는 예후인자로 나타났다. 그러나, 에스트로겐 수용체와 종양의 크기는 다변량 Cox 회귀분석의 결과 통계적으로 유의하지 않았다.

본 연구에서는 유방암 재발의 예측을 위하여 SVM을 기반으로 BCRSVM을 개발하여, 웹을 통해서 누구나 사용할 수 있도록 프로그램을 만들었다. 또한, 임상환경에서 사용하기 쉽도록 베이지안 분류기를 이용한 노모그램을 제공하였다. 개발된 모델들은 좋은 분류성능을 보여 주었으며, 임상의의 임상환경에 따라서 쉽게 사용할 수 있도록 2가지의 방법으로 모델을 사용할 수 있도록 제공하였다. 본 연구에서 개발된 유방암 재발 예측모델은 유방암 치료의 의사결정에 도움을 줄 것으로 기대된다.
Appears in Collections:
Theses > School of Medicine / Graduate School of Medicine > Doctor
AJOU Authors
김, 우재
Full Text Link
Export
RIS (EndNote)
XLS (Excel)
XML

qrcode

해당 아이템을 이메일로 공유하기 원하시면 인증을 거치시기 바랍니다.

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

Browse