6种癌症等确诊时都已到晚期，教你如何提早发现癌细胞

Posted 2023-04-11

参考技术A

癌症长期成为国人十大死因之首，成为危害健康与生命的头号杀手，但癌症是一种比较难治的疾病，最重要的原因是大多数的癌症早期并没有征兆，80%的病人发现时都已经是晚期，增加治疗难度。

6种癌症早期都没啥症状，该如何提早发现？

在国人最易罹患的癌症中，包括鼻咽癌、肺（腺）癌、胰脏癌、肾脏癌、卵巢癌、肝癌等6种都是属于默默蔓延的癌症，除非是进行例行性的健康检查，否则不易早期发现，癌症病情爆发时通常都已出现肿瘤扩大、癌细胞转移的状况，因此特别需要注意这些癌症在前期一些容易忽略的征兆与警讯。

一、鼻咽癌：

鼻咽癌初期症状不明显，也没有发展出任何筛检工具可以早期检测，一般而言，等到淋巴腺肿大而塞住鼻腔，或是压迫视神经影响视力时，往往都已是到了中、晚期了。

所以如果出现无原因的流鼻血，或是出现很像感冒的症状，例如流鼻涕、咳痰等，却一直没好，或是很少感冒的人却短期内连续感冒多次，还有出现中耳积水、单侧耳朵耳鸣、听力变差等情形，都要提高警觉，可能是出现鼻咽癌的征兆。

二 、 肺（腺）癌：

肺（腺）癌多年来一直排名国人罹患癌症的前两名，也是个没有早期筛检工具的癌症，只知它是一种分化生长速度极快的癌症，许多人等到出现咳嗽、咳痰带血、或因胸痛、吞咽困难而去医院检查时，多半已是晚期，如果进入3B或第4期，或出现癌细胞远处转移现象，平均存活时间仅6个月。

所以，若有慢性咳嗽持续3周以上、痰中带有血丝、容易气喘、胸痛、体重异常减轻，甚至颈部摸到淋巴结硬块等症状，一定要尽速就医。

有肺腺癌家族史者也是高危险群，应该每年接受1次低剂量电脑断层扫描，但由于检查费用不低，若有经济顾虑，也可改做胸部X光检查。

三 、 肾脏癌：

肾脏位于后腹腔，而且体积较大，所以癌细胞不容易早期发现，早期很少会让人感到不舒服，也是个沉默发展的癌症。

当病患出现血尿、腰部酸痛、腹部长出肿块、莫名发烧找不到感染源等症状，就应尽快就医进行检查。此外，长年洗肾、有吃止痛药习惯者，还有常染头发的人，也是肾脏癌的高危险群。

四 、 胰脏癌：

胰脏癌虽然排名国人罹癌名次不高，但初期也是悄然无息、毫无症状，等到发生症状时通常已到晚期，平均5年存活率只有5%，而可以开刀治疗病患的5年存活率也仅10%。

胰脏癌如果长在胰脏头，有时会造成阻塞性黄疸，还有机会早期发现，但如果是长在体部或尾部，往往因为没有明显征兆，就很难早期发现。一旦出现上腹部闷胀、或有持续不明原因的腹痛，甚至是背痛，却查不出病因，或是体重莫名快速减轻，都要警觉很可能是得了胰脏癌，要尽快就医检查。

五 、 卵巢癌：

卵巢癌占女性罹癌排名也不高，但多数病患发现时也都已是进入晚期，被称为是「最沉默的杀手」，30年来罹患卵巢癌的妇女暴增10倍。

卵巢癌初期有75%下腹胀痛呕吐、食欲不佳的非典型症状，有家族病史、肥胖女性要多注意卵巢癌威胁。卵巢癌初期有些人症状为下腹肿胀、胀气、闷痛、消化不适、骨盆或腹部疼痛、频尿或尿急，几乎每天出现其中一种症状长达2或3周，尤其是过去没有发生这些症状时，就应尽速就医。

六 、 肝癌：

不同于人体的其它器官或组织，肝脏神经分布在表面，肝脏内部少有。大约有60%小型肝癌都不会产生症状，人几乎不会感到疼痛，一般情况下等到出现肝癌症状时，通常已是肝癌晚期。如果没有定期筛检，非常容易忽略。

虽然肝癌早期不会出现任何症状，但如果发现肌肤或眼睛变黄、无法控制的体重减轻、食欲不却觉得很饱、恶心或呕吐等状况时，就要尽快就医检查。

用kNN算法诊断乳腺癌

参考技术A 乳腺癌数据包括569例细胞活检案例，每个案例有32个特征。
第一个特征是识别号码，
第二个特征是癌症诊断结果（癌症诊断结果用编码“M”表示恶性，用编码“B”表示良性），
其他30个特征是数值型的实验室测量结果。（其他30个数值型测量结果由数字化细胞核的10个不同特征的均值、标准差和最差值（即最大值）构成）。这些特征包括：
Radius（半径）、Texture（质地）、Perimeter（周长）、Area（面积）、Smoothness（光滑度）、Compactness（致密性）、Concavity（凹度）、Concave points（凹点）、Symmetry（对称性）、Fractal dimension（分形维数）

最终的数据为：

可以得到有357个为良性，有212个为恶性 因为id列没有意义，去掉id列

并将目标属性编码因子化B良性M恶性

并计算各自占比
round四舍五入round(x,digits=n)
prop.table得到边缘概率prop.table(x,margin=null)

通过summary详细地观察3个特征：可以看出不同特征的度量值差别大

kNN的距离计算在很大程度上依赖于输入特征的测量尺度。由于光滑度的范围是0.05～0.16，且面积的范围是143.5～2501.0，所以在距离计算中，面积的影响比光滑度的影响大很多，这可能潜在地导致我们的分类器出现问题，所以我们应用min-max标准化方法将特征值重新调整到一个标准范围内,对数据通过归一化来进行无量纲处理
即显然数据需要转换，转换函数为：

我们并不需要对这30个数值变量逐个进行min-max标准化，这里可以使用R中的一个函数来自动完成此过程
lapply()函数接受一个列表作为输入参数，然后把一个具体函数应用到每一个列表元素。因为数据框是一个含有等长度向量的列表，所以我们可以使用lapply()函数将normalize()函数应用到数据框中的每一个特征。最后一个步骤是，应用函数as.data.frame()把lapply()返回的列表转换成一个数据框。过程如下所示：

这里使用的后缀_n是一个提示，即wdbc中的值已经被min-max标准化了。
为了确认转换是否正确应用，让我们来看看其中一个变量的汇总统计量：

正如预期的那样，area_mean变量的原始范围是143.5～2501.0，而现在的范围是0～1。

接下来需要切分数据集，实际需要构造training、validation、test,其中validation用来校正提高模型准确性，为简单起见，我们只用train和test
第一种方法：由于我们没有新病人的数据，所以使用前469条记录作为训练数据集，剩下的100条记录用来模拟新的病人

第二种方法：如果样本中的恶性肿瘤大部分分布在1，则将469作为训练集就有很大问题，此时采用随机取样

第三种方法：直接利用"caret"包中的crateDataPartition函数可自动分区

构建模型，class包中的knn函数,由于训练数据集含有469个实例，所以我们可能尝试k = 21，它是一个大约等于469的平方根的奇数。根据二分类的结果，使用奇数将消除各个类票数相等这一情况发生的可能性。
函数knn()返回一个因子向量，为测试数据集中的每一个案例返回一个预测标签，我们将该因子向量命名为wdbc_test_pred。
现在，我们可以使用knn()函数对测试数据进行分类：

该过程的下一步就是评估wdbc_test_pred向量中预测的分类与wdbc_test_labels向量中已知值的匹配程度如何。为了做到这一点，我们可以使用gmodels添加包中的CrossTable()函数，它在第2章中介绍过。如果你还没有安装该添加包，可以使用install.packages("gmodels")命令进行安装。
在使用library(gmodels)命令载入该添加包后，可以创建一个用来标识两个向量之间一致性的交叉表。指定参数prop.chisq = FALSE，将从输出中去除不需要的卡方（chi-square）值，如下所示：

行为真实结果，列为预测结果，对角框的数字越小，模型越好
选取两个变量作为横纵坐标进行画图，观察实际类别与预测的分类结果。

颜色代表分类后得到的结果，形状代表真实的类别。从检测结果和图上都可以看出，分类结果基本与真实结果一致。