相关实验视频
Updated: Jul 11, 2025
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
7.0K
基于具有类似瘤形状的临床病理数据预测型得分的新方法
Zeina Al Masry1, Romain Pic2, Clément Dombry2
1SUPMICROTECH, CNRS, institut FEMTO-ST, 24 rue Alain Savary, 25000, Besançon, France. zeina.almasry@femto-st.fr.
Breast cancer research and treatment
|November 5, 2023
概括
一种新的方法可以预测乳腺癌患者的瘤型DX (ODX) 评分,帮助治疗决策. 这种方法可以识别相似的患者以估计复发风险,提高预后准确性.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 生物统计学 生物统计学
背景情况:
- 型DX (ODX) 测试对于激素阳性,HER2阴性乳腺癌的预后和预测信息至关重要.
- 通过更好地预测ODX分数,可以增强医生决策.
研究的目的:
- 提出一种用于预测型DX (ODX) 评分类别的新方法.
- 帮助医生为乳腺癌患者做出明智的治疗决策.
主要方法:
- 从2012年到2020年,使用临床和病理学数据对333名患者进行了回顾性研究.
- 开发一种分布式随机森林方法,以根据9个临床病理特征预测ODX得分类别.
主要成果:
- 该方法实现了[公式:见文本]的整体准确性,其中[公式:见文本]用于低风险和[公式:见文本]用于高风险预测.
- F1得分为0.87,曲线下面积 (AUC) 为0.759,表明强大的预测性能.
结论:
- 拟议的方法准确预测ODX得分分布,有助于患者风险分层.
- 将这种方法与病理学专业知识相结合,为乳腺癌治疗决策提供了显著的临床影响.
更多相关视频
10:27Testing Targeted Therapies in Cancer using Structural DNA Alteration Analysis and Patient-Derived Xenografts
Published on: July 25, 2020
7.3K
09:08Integration of Bioinformatics Approaches and Experimental Validations to Understand the Role of Notch Signaling in Ovarian Cancer
Published on: January 12, 2020
6.8K
