欢迎来到360期刊网!
学术期刊
  • 学术期刊
  • 文献
  • 百科
电话
您当前的位置:

首页 > 文献资料 > 正文

基于机器学习方法的乳腺癌预后因素研究

王哲;王凯;杨日东;周毅

摘要: 收集乳腺癌的预后状况,通过Logistic回归模型、决策树和随机森林算法,分析比较不同变量对乳腺癌预后的敏感性,并比较特征变量的重要性.使用Logistic回归的多变量分析显示,年龄、N-stage、乳腺癌内分泌治疗、化疗手段、多灶性病灶、化疗与预后有关.随机森林分析的结果得到了各个因素指标的重要性评分,有助于正确选择高风险人群,有利于建立分类系统.通过该结果找到危险因素,建立较高准确率的预测模型,预测乳腺癌患者的生存能力,并可作为制定医疗决策的参考.根据患者的特征制定针对患者不同特征的个体化术后随访及辅助治疗策略,争取大程度上预防乳腺癌的术后复发.

同期刊相关文献推荐

中国数字医学

统计源期刊 审稿时间:1-3个月 早咨询早发表

360期刊网

专注医学期刊服务15年

  • 您好:请问您咨询什么等级的期刊?专注医学类期刊发表15年口碑企业,为您提供以下服务:

  • 1.医学核心期刊发表-全流程服务
    2.医学SCI期刊-全流程服务
    3.论文投稿服务-快速报价
    4.期刊推荐直至录用,不成功不收费

  • 客服正在输入...

x
立即咨询