一种用于预测卵巢癌患者对PARP抑制剂疗效及预后的多模态数据集成和机器学习模型

本发明提供了一种用于预测卵巢癌患者对PARP抑制剂疗效及预后的多模态数据集成和机器学习模型，包括数据收集与处理、特征筛选、模型构建与预测、模型解释与应用四个模块。数据收集涉及临床、病理、生化指标等，特征筛选通过相关性分析和Cox回归等方法。模型构建采用随机森林、逻辑回归等算法，并通过XGBoost或LightGBM进行元学习。模型性能通过AUC、准确率等指标评估，使用SHAP值解释模型。本发明可以能够精准预测卵巢癌患者对PARP抑制剂的疗效和预后，为临床治疗提供科学依据。