基于机器学习的结直肠癌免疫预后的预测方法

本发明提供一种基于机器学习的结直肠癌免疫预后的预测方法，涉及生物医学检测技术领域，具体步骤包括：收集免疫相关标志和途径特征的基因集，使用单样本基因集富集分析方法和共识聚类方法，基于免疫相关标志和途径特征的基因集，对结直肠癌患者进行亚型分组，筛选出显著差异表达基因；对这些基因进行单因素Cox回归分析，获得具有预后价值的免疫相关基因；利用机器学习组合算法训练多种预后模型，计算并比较其C‑index平均值，选择最佳模型构建结直肠癌免疫预后模型；根据该模型计算每位患者的风险评分值；根据患者的风险评分，预测其总体生存率和风险分组情况。本发明显著提升了模型对免疫微环境的反映能力，优化了预测精度，为结直肠癌患者的个性化治疗提供了科学依据。