李祖飞，黄志刚，房居高，陈晓红，钟琦，李平栋，侯丽珍，高文，张洋

    100730 北京,首都医科大学附属北京同仁医院 耳鼻咽喉头颈外科

    喉鳞状细胞癌(laryngeal squamous cell carcinoma,LSCC)大约占所有新发癌症病例的0.8%和癌症死亡病例的0.6%，男性比女性更易发病，发病率男女之比为5∶1，其主要危险因素是烟草,次要因素包括喉咽反流、人乳头瘤病毒感染、环境或职业暴露以及酒精等，随着妇女吸烟的增加，妇女喉癌的发病率也随之增加[1-2]。喉癌的生存率与疾病的初始阶段密切相关，早期T1和T2肿瘤的治愈率高达80%～90%，而IV期患者的生存率下降到40%[3]。

    近年来，人工智能在肿瘤的诊断、治疗及预后方面扮演了重要的角色。通过对患者的人口学资料以及肿瘤的临床资料，甚至是内镜图像、影像学资料、采集到的生理信号等参数进行分析，采用人工智能算法建立模型，可以对肿瘤进行诊断上的辅助，预测肿瘤的预后[4-5]。人工智能算法包括机器学习及深度学习两大类，其中常用的机器学习算法有：支持向量机(support vector machine,SVM)、决策树(decision tree,DT)、随机森林(random forest,RF)、线性判别分析(linear discriminant analysis，LDA)、集成学习(包括AdaBoost，XGBoost等)、K邻近算法(K-nearest neighbor，KNN)及朴素贝叶斯模型等，不同算法在不同的数据集分别有不同的模型表现[6-7]。人工智能算法应用于头颈部肿瘤的相关研究已有报道[8-13]，如有研究将机器学习方法建立的模型用于指导头颈肿瘤的辅助治疗[8]；Smith等[9]通过应用机器学习算法建模，为放疗失败的喉癌患者预测是否值得行挽救性喉切除术，为喉癌的个体化和精准治疗提供了数据信息；Zhang 等[10]发现应用深度学习算法建立的模型可以提高术中冰冻病理诊断的准确性，有助于喉癌的外科治疗。但是，使用人工智能方法构建预测喉癌患者5年生存率预测模型尚未见报道，我们首次应用人工智能机器学习算法，构建预测喉癌患者5年生存状态的预测模型，判断不同年龄、分期，不同治疗方法等状态下喉癌患者5年生存率，为临床医生的诊治提供参考。

    1 资料与方法

    1.1 临床资料

    本研究为回顾性分析研究，纳入数据均来自北京同仁医院，共随访了确诊于2003年7月至2016年3月的147例喉癌患者，随访截止时间为2021年3月 ......