相关实验视频
Updated: Jun 3, 2025

05:37
An R-Based Landscape Validation of a Competing Risk Model
Published on: September 16, 2022
2.0K
糖尿病膀癌风险的基于点的预测模型:一种随机生存森林引导的方法
Sarah Tsz Yui Yau1, Chi Tim Hung1, Eman Yee Man Leung1
1JC School of Public Health and Primary Care, The Chinese University of Hong Kong, Hong Kong, China.
Journal of clinical medicine
|January 11, 2025
概括
一个新的评分系统可以识别糖尿病患者的膀癌风险. 由血清肌水平显示的功能障碍是关键预测因素,可用于早期检测的个性化风险评估.
科学领域:
- 在瘤学瘤学.
- 内分泌学 在内分泌学.
- 数据科学数据科学数据科学
背景情况:
- 糖尿病与癌症风险增加有关,包括膀癌.
- 对于糖尿病患者而言,现有的膀癌风险预测模型有限.
- 机器学习方法可以帮助开发新的风险预测工具.
研究的目的:
- 开发一种机器学习引导的评分系统,用于糖尿病患者的膀癌风险预测.
- 在这个人群中确定膀癌的关键预测因子.
- 在常规临床环境中促进个性化风险评估.
主要方法:
- 使用香港 (2010-2019) 电子健康记录进行的回顾性队列研究.
- 随机生存森林用于变量选择和Cox回归用于重量分配.
- 开发一个时间到事件的评分系统.
主要成果:
- 分析了382,770名糖尿病患者;644人患有膀癌.
- 确定了关键预测因素:年龄,血清肌素,性别和吸烟.
- 血清肌素≥94μmol/L与膀癌风险增加有关;2年和5年AUC分别为0.88和0.86.
结论:
- 功能障碍是糖尿病患者膀癌的潜在预测因素.
- 开发的评分系统为个性化的膀癌风险预测提供了一个工具.
- 这种方法可以改善风险人群的早期检测和管理策略.
更多相关视频
03:05Author Spotlight: Advancing Early Detection and Treatment of Gastrointestinal Tumors
Published on: February 16, 2024
970
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.2K