结直肠癌是危害人类健康的常见恶性肿瘤之一，其所造成的的疾病负担正在不断增加。在中国男性人群中结直肠癌发病率位居第三位，死亡率居第二位;而在女性人群中，其发病率与死亡率均位居第三位。实践证明，准确判断结直肠癌患者预后及其影响因素，进而及时调整治疗干预方案，是降低其死亡率和疾病负担的有效策略。然而，目前临床上判断结直肠癌预后往往仅基于TNM分期（包括肿瘤病理浸润深度、区域淋巴结转移数目及是否远处转移等），凭借医生经验进行评判，其评估准确性通常不高。为了提高预后预测准确性，增加预后判断的客观性，国内外已有研究在TNM分期的基础上增加其他常见的预后相关指标，采用常规的单一疾病预测模型（如Weibull回归、Cox比例风险回归模型、基于机器学习的随机生存森林模型等）构建结直肠癌预后预测模型。然而，单一预测模型各有其局限性，针对不同人群、不同预测变量的情形时，其预测效果差异很大，必然严重影响模型外推预测的准确性。　　为了提高结直肠癌预后预测的准确性和外推泛化能力，本研究在新近发展的Super learner理论方法框架下，组合运用Cox比例风险模型、随机生存森林、加法风险模型、Weibull回归模型、指数回归模型、对数正态回归模型、对数logistic回归模型及基于条件推理树的随机森林共八种预测方法，构建新一代的结直肠癌预后预测模型。首先，通过理论模拟系统比较Super learner与8个传统单一预测模型在不同类型数据中的预测准确性和精确性。然后，利用来自不同种族、不同地区真实世界研究的6个结直肠癌预后队列，分别建立了基于Super learner的组合预测模型和8个单一预测模型，并进行了实效性比较和验证。　　研究结果:　　1.统计模拟结果显示，在数据结构相对简单和预测变量数目较少的模拟情境下，Super learner预测效果较好，其判别准确性(C-index)均值为0.715，而校准能力(O/E)的综合评价指标|1-O/E|均值为0.069。Super learner组合预测模型表现出校准能力(O/E)接近1的稳健校准能力;而其它单一预测模型在不同结构的外推预测集中表现出校准能力(O/E)不稳健的状态。　　2.在不同真实世界研究的6组结直肠癌预后队列组合中，Super learner组合预测模型均表现出较为稳健的预测效果，具有稳定的外推泛化能力;而其它单一预测模型在不同分布特征的结直肠癌预后队列中，表现不稳健，预测能力的一致性较差。具体表现为:　　(1)在第一组队列（本课题组构建的结直肠癌预后队列为训练集，TCGA-COADREAD队列为验证集）中，C-index依次为对数正态回归模型(0.819)、对数logistic回归模型(0.815)、Super learner(0.813)，位居第三位;O/E比依次为Cox比例风险模型(1.086)、指数回归模型(1.087)、Weibull回归模型(1.088)、随机条件推理森林(1.111)、Super learner(1.113)，位居第五位。　　(2)在第二组队列（“survival”包里的结肠癌预后队列作为训练集，本课题组构建的结直肠癌预后队列为验证集）中，C-index依次为加法风险模型(0.819)、对数正态回归模型(0.730)、对数logistic回归模型(0.729)、Weibull回归模型(0.727)、指数回归模型(0.727)、Super learner(0.723)，位居第六位;O/E比依次为随机条件推理森林(1.213)、Weibull回归模型(1.216)、指数回归模型(1.235)、加法风险模型(1.252)、对数正态回归模型(1.269)，对数logistic回归模型(1.277)、Super learner(1.292)，位居第七位。　　(3)在第三组队列（本课题组构建的结直肠癌预后队列为训练集，TCGA-COADREAD队列为验证集）中，C-index依次为Super learner(0.816)、对数正态回归模型(0.816)，位居第一位;O/E比依次为Weibull回归模型(1.053)、对数logistic回归模型(1.054)、指数回归模型(1.054)、随机条件推理森林(1.070)、对数正态回归模型(1.071)、Super learner(1.077)，位居第六位。　　(4)在第四组队列（GEO数据库中下载的GSE40967数据作为训练集，GSE41258数据作为验证集）中，C-index依次为随机条件推理森林(0.822)、加法风险模型(0.820)、Super learner(0.818)，位居第三位;O/E比依次为随机生存森林(0.929)、随机条件推理森林(0.886)、Super learner(0.878)，位居第三位。　　(5)在第五组队列（GEO数据库中下载的GSE40967数据作为训练集，TCGA-COAD数据作为验证集）中，C-index依次为加法风险模型(0.790)、Super learner(0.820)，位居第二位;O/E比依次为随机条件推理森林(0.981)、Cox比例风险模型(0.980)、随机生存森林(0.979)、加法风险模型(0.975)、Super learner(0.973)，位居第五位。　　(6)在第六组队列（本课题组构建的结肠癌预后队列为训练集，GEO数据库中下载的GSE40967数据作为验证集）中，C-index依次为随机条件推理森林(0.733)、Super learner(0.725)，位居第二位;O/E比依次为对数正态回归模型(0.998)，Super learner(0.990)，位居第二位。　　(7)对预测模型在六组队列组合中的预测效果进行综合评价，在内部验证中，C-index均值依次为随机生存森林(0.929)、随机条件推理森林(0.800)、Super learner(0.795)，位居第三位;校准能力(O/E)的综合评价指标|1-O/E|依次为随机条件推理森林(0.041)、随机生存森林(0.042)、加法风险模型(0.042)、Super learner(0.046)，位居第四位。在外部验证中，Super learner的C-index均值0.780，位居第一位;校准能力(O/E)的综合评价指标|1-O/E|为随机生存森林(0.079)、Weibull回归模型(0.081)、指数回归模型(0.083)、加法风险模型(0.071)、Super learner(0.092)，位居第五位。　　研究结论:　　1.在数据结构相对简单和预测变量数目较少的模拟情境下，Super learner预测效果较好。　　2.在较为复杂的真实世界结直肠癌预后队列中，单一预测模型表现较不稳定，其预测准确性呈忽高忽低的趋势;而Super learner组合预测模型无论在何种情况下均表现出较为稳健的预测效果，外推泛化能力稳定。　　3.基于Super learner组合预测策略的结直肠癌预后预测模型，具备稳健性强、准确性高以及外推泛化能力强的优良特征，为临床结直肠癌预后预测提供了新方法。