LSAT-EN预测年轻乳腺癌生存
热点事件观察中
LSAT-EN预测年轻乳腺癌生存
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Guo、W. Wang和C. Tatsuoka开发了面向50岁以下乳腺癌患者的多组学生存预测方法LSAT-EN。在σ²=0.25的组内相关模拟中,该方法取得最高AUC 0.747–0.802;在整合6个组学层的TCGA-BRCA数据上,其判别表现优于整体EN和单组学EN。 评估分别采用60岁及以上、55岁及以上和50岁及以上患者作为源队列,辅助预测50岁以下患者。该方法根据源、目标队列在各组学层的相似性调整信息借用强度,并结合弹性网进行变量筛选;目前结果来自bioRxiv预印本。
AI 根据报道生成 · 2 小时前更新
最新进展11月4日 00:00
LSAT-EN:面向年轻乳腺癌患者多组学生存预测的分层源锚定迁移学习报道时间线
沿着报道,了解事件的不同侧面。
11月4日
- bioRxiv · BioinformaticsLSAT-EN:面向年轻乳腺癌患者多组学生存预测的分层源锚定迁移学习
LSAT-EN 用分层源锚定迁移学习改善 <50 岁乳腺癌患者的多组学生存预测,模拟中在 sigma^2=0.25 时取得最高 AUC 0.747-0.802。在整合 6 个组学层的 TCGA-BRCA 数据上,其判别表现优于 overall EN 和 individual EN。预印本采用 CC-BY 4.0 许可。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。