使用随机森林模型对乳腺癌患者化疗诱导的外周神经病变影响因素的分析
相关实验视频
Updated: May 17, 2025
07:42
Nerve Excitability Assessment in Chemotherapy-induced Neurotoxicity
Published on: April 26, 2012
18.1K
Huiqian Xu1, Hong Li1, Yijing Fan1
1North China University of Science and Technology, Tangshan, 063210, China.
Breast (Edinburgh, Scotland)
|April 17, 2025
概括
年龄,BMI,化疗剂量,高血压,体力活动和抑郁症在乳腺癌患者中显著影响化疗诱导的周围神经病变 (CIPN). 识别这些因素有助于早期干预和管理.
科学领域:
- 在瘤学瘤学.
- 神经科学是一个神经科学.
- 临床护理 临床护理
背景情况:
- 化疗诱导的周围神经病变 (CIPN) 是癌症患者常见的和剂量限制的副作用.
- 了解CIPN的多因素性质对于制定有效的管理策略至关重要.
研究的目的:
- 分析影响乳腺癌患者CIPN的因素.
- 为了确定CIPN的可修改的风险因素.
- 为针对CIPN的有针对性的干预提供理论基础.
主要方法:
- 研究了一组542名接受化疗的乳腺癌患者.
- 收集的数据包括人口统计,疾病状况,生活方式和心理因素.
- 使用拉索逻辑回归和随机森林模型来识别和排名影响因素.
主要成果:
- 与CIPN相关的重要因素包括年龄,BMI,累积化疗剂量,高血压,体力活动和抑郁症.
- 随机森林模型强调年龄,BMI和累积化疗剂量作为主要预测因素.
- 身体活动,高血压和抑郁症也显著影响了CIPN的发展.
结论:
- 在临床实践中,早期识别高风险CIPN患者对于临床实践至关重要.
- 这些发现支持针对乳腺癌患者的CIPN管理制定有针对性的干预措施.
更多相关视频
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
07:15Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
Published on: August 16, 2020
6.6K
