دانلود مقاله انگلیسی رایگان:یک مدل پیش بینی برای گروه پرخطر و کم خطر با توجه به نمره عود توموری DX با استفاده از یادگیری ماشین - 2019
بلافاصله پس از پرداخت دانلود کنید
دانلود مقاله انگلیسی یادگیری ماشین رایگان
  • A predictive model for high/low risk group according to oncotype DX recurrence score using machine learning A predictive model for high/low risk group according to oncotype DX recurrence score using machine learning
    A predictive model for high/low risk group according to oncotype DX recurrence score using machine learning

    سال انتشار:

    2019


    عنوان انگلیسی مقاله:

    A predictive model for high/low risk group according to oncotype DX recurrence score using machine learning


    ترجمه فارسی عنوان مقاله:

    یک مدل پیش بینی برای گروه پرخطر و کم خطر با توجه به نمره عود توموری DX با استفاده از یادگیری ماشین


    منبع:

    Sciencedirect - Elsevier - European Journal of Surgical Oncology, 45 (2019) 134-140: doi:10:1016/j:ejso:2018:09:011


    نویسنده:

    Isaac Kim, Hee Jun Choi, Jai Min Ryu, Se Kyung Lee, Jong Han Yu, Seok Won Kim, Seok Jin Nam, Jeong Eon Lee


    چکیده انگلیسی:

    Background: Oncotype DX(ODX) is a 21-gene breast cancer recurrence score(RS) assay that aids in decision-making for chemotherapy in early-stage hormone receptor-positive(HRþ)breast cancer. We developed a prediction tool using machine learning for high- or low-risk ODX criteria (i.e., RS < 11 for low-risk; RS > 25 for high-risk). Methods: We performed a retrospective review of 301 breast cancer patients who underwent surgery between April 2011 and July 2017 and then an ODX test at Samsung Medical Center in Seoul, Korea. Among them, 208 cases were defined as the modeling group and 76 cases were defined as the validation group. We built a supervised machine learning classification model using the Azure ML platform. Results: For the high RS group, accuracywas 0.903 through Two-class Decision Junglemethod in test set. For the lowRS group, the accuracywas 0.726when the Two-class NeuralNetwork methodwas applied. The AUC of the ROC curve was 0.917 in the high RS group and 0.744 in the low RS group in test set. In addition, we conducted an internal validation using 76 patients who underwent ODX testing between January 2017 and July 2017. The accuracy of validationwas 0.880 in the high RS group and 0.790 in the low RS group. Conclusion: We developed a predictive model using machine learning that could represent a useful and easy-to-access tool for the selection of high ODX RS patients. After additional evaluation with large data and external validation, worldwide use of our model could be expected.
    Keywords: Breast neoplasm | Prediction | Machine learning


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 7
    حجم فایل: 501 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی