汉族无症状平均风险人群大肠癌发病风险预测

我国大肠癌发病率逐年上升。大多数大肠癌来自于无症状平均风险人群，通过筛查可检出早期癌和癌前病变并进行及时治疗，从而有效降低大肠癌的发病率和死亡率。然而，国际现行的筛查指南既不可行，也不符合我国国情。发病风险预测或危险分层是很有前途的初筛工具，但目前尚缺乏可靠的、具有实用价值的研究成果。本课题拟在前期工作的基础上，利用大样本的调查资料，从环境因素和遗传因素两方面入手，采用自组织特征映射神经网络对饮食模式进行分类和判别，综合人工神经网络修剪算法、逐步Logistic回归方法和后退法逐步回归思想筛选潜在预测因子，从而得到我国汉族无症状平均风险人群大肠癌发病风险的最佳预测因子，建立起基于误差反向传播（BP）神经网络的个体发病风险最优预测模型。研究结果将提出符合我国国情的汉族无症状平均风险人群的大肠癌筛查策略和筛查方案，这对于降低我国大肠癌的发病率、死亡率和病死率均具有重要的实际意义。