通过随机森林算法构建胰腺癌患者术后５年生存情况预测模型，为胰腺癌患者术后预后评估提供指导。

利用美国国立癌症研究所监测、流行病学和结果数据库（SEER）收集符合本研究要求的42 618条胰腺癌患者及其预后数据，经过数据筛选最终纳入4 020条患者信息。将研究对象随机分为训练集和测试集，采用χ^２检验、多因素Logistic回归分析和随机森林变量重要性排名进行特征变量选择；利用合成少数样本过采样技术（SMOTE）将训练集调整为平衡数据集；基于平衡后数据集利用随机森林算法构建预测模型；利用测试集，基于G-mean指数、灵敏度、特异度和受试者工作特征（ROC）曲线下面积（AUC）4个评价指标，分别与Logistic回归分析、支持向量机、决策树和人工神经网络算法进行比较，对预测模型做出评价。

原始训练集中包含2 814个样本，其中生存时间≥5年的患者有196例，占比约1/13，是不平衡数据集，经过SMOTE方法调整后获得平衡数据集，二分类样本数量基本达到平衡。最终纳入模型的变量有年龄、种族、肿瘤原发部位、肿瘤分化程度、是否放疗、T分期、N分期、婚姻状况、肿瘤大小和淋巴结阳性比率。基于随机森林算法构建的胰腺癌患者术后预测模型G-mean指数为0.830，AUC为0.833［P<0.05，95%置信区间（CI）（0.784，0.876）］，优于Logistic回归分析、支持向量机、决策树和人工神经网络。

基于随机森林算法构建的胰腺癌术后预测模型对胰腺癌患者术后５年生存情况的预测性能优于其他常见机器学习方法，能够为临床医生改善胰腺癌患者的预后和生存状况提供依据。