代谢组数据分析（十九）：随机森林构建代谢组预后模型

介绍

建立胃癌（GC）预后模型时，从队列3中的181名患者中，使用右删失结果数据进行了随机分层抽样，分为训练数据集（n = 121）和测试数据集（n = 60）。训练了一个包含1000棵树的随机生存森林（RSF）模型，根据它们基于排列的特征重要性来选择突出的特征。通过再次训练随机生存模型，并选取28种代谢物，建立了显示出色预测能力（AUROC = 0.832，95% CI：0.697-0.951）的最佳模型，用于预测测试数据集中GC患者的生存结果。

此外，还利用单变量Cox回归分析中与患者结果显著相关的临床特征，包括TNM分期、宏观表现和血管肿瘤栓塞，分别或组合训练RSF模型。还拟合了综合RSF模型（28种代谢物特征与临床参数结合），以预测患者的结果。通过C指数在测试数据集上评估了模型性能。

对于个体结果预测，样本在森林中的每棵树上都按照对数秩检验的分裂标准下降，直到到达一个终端节点。每个终端节点中的数据用于非参数地估计生存和累积危险函数，分别使用Kaplan-Mei