本研究从患者年龄、患者绝经年龄、肿瘤大小、受侵淋巴结数、有无结节冒、肿瘤恶性程度、肿块位置、肿块所在象限和是否进行放疗这九个方面分析乳腺癌复发的相关影响因素。研究方法上先对各个影响因素进行单因素方差分析,最后分别运用logistic回归分析、神经网络和支持向量机方法进一步分析,并对这三种方法的预测效能进行对比,得出最佳预测模型。从而指导临床有针对性的采取防治措施,降低乳腺癌复发率,改善患者的预后,延长患者生命周期。研究结果表明,肿瘤大小、有无结节冒、肿瘤恶性程度是乳腺癌术后复发的主要影响因素。ANN预测模型中训练样本的总准确率为77.4%,测试样本的总准确率为73.6%;Logistic回归预测模型总准确率为75.8%;支持向量机模型中训练样本的总准确率为79.5%,测试样本的总准确率为78.2%。所以,肿瘤恶性程度越高,肿瘤越大,有节结冒的患者复发的概率越高。在不同的预测方法中,支持向量机和神经网络的预测性能要比逻辑回归模型的预测结果要好。