为甲状腺功能障碍与乳腺癌之间的关联开发一个预测模型

科学领域:

• 内分泌学 在内分泌学.
• 在瘤学瘤学.
• 生物统计学 生物统计学

背景情况:

• 甲状腺功能障碍与乳腺瘤风险有关,但预测模型很少.
• 现有的研究强调了相关性,但缺乏对良性和恶性乳腺瘤的强有力的预测工具.
• 这项研究解决了对甲状腺功能障碍在乳腺癌中的作用的预测模型的需求.

研究的目的:

• 开发和验证乳腺瘤恶性瘤的预测模型.
• 确定关键因素,包括甲状腺功能,与乳腺瘤风险相关.
• 评估模型在区分良性和恶性乳腺瘤方面的表现.

主要方法:

• 对乳腺瘤患者数据 (2015-2019) 的回顾性分析.
• 使用Python进行数据处理,功能选择和模型构建.
• 采用后勤回归和LASSO分析用于模型开发和评估.

主要成果:

• 良性和恶性瘤之间甲状腺激素 (TSH,T4,FT4,FT3,T3) 的显著差异.
• 确定了关键的预测因素:年龄,种族,甲状腺功能和激素水平 (FSH,LH,益生菌,).
• 该模型实现了83.70%的准确度,90.69%的精度,84.74%的灵敏度,81.50%的特异性和0.9012.0的AUC.

结论:

• 结合年龄,种族,甲状腺功能和雌激素水平的预测模型显示出强的性能.
• 该模型有效地预测了良性和恶性乳腺瘤的发生和发展.
• 这种工具可以帮助早期检测和乳腺癌风险分层.