A gépi tanulási modell előre jelezheti a hepatocelluláris karcinóma kockázatát

Carumb-weokesp">Carumb-weokesp); Pope, BPharm. Utolsó frissítés: 2026. április 2.

a HealthDay-n keresztül

2026. április 2., CSÜTÖRTÖK – Egy gépi tanulási modell megjósolhatja a hepatocelluláris karcinóma (HCC) kockázatát a rutinszerűen elérhető adatok felhasználásával a Cancer Discoveryben március 30-án online közzétett tanulmány szerint.

Jan Clusmann, M.D., a németországi RWTH Aachen Egyetemi Kórházból, és több adatot gyűjtöttek be a kollégák, mint a prospektusok0090. 983 HCC-eset az Egyesült Királyság Biobank tanulmányában (fejlesztési kohorsz) és az All of Us Research Programban (külső tesztelési kohorsz), hogy értelmezhető gépi tanulási keretrendszert dolgozzanak ki a HCC kockázati rétegződéséhez. Felmérték az adatmódszerek egyéni és halmozott hozzájárulását, beleértve a demográfiai adatokat, az életmódot, az egészségügyi feljegyzéseket, a vért, a genomikát és a metabolomikát.

A kutatók azt találták, hogy a belső és külső tesztkészleteken a végső, véletlenszerű erdő alapú modellek jelentősen felülmúlták az összes nyilvánosan elérhető kockázati pontszámot. A robusztusságot az etnikai alcsoportok között mutatták ki, átfogó értelmezhetőséget biztosítva.

"Tanulmányunk rávilágít egy egyszerű, könnyen használható gépi tanulási modellben rejlő lehetőségekre, amelyek csak rutinszerűen gyűjtött klinikai adatok felhasználásával javítják a HCC kockázati rétegződését" - mondta közleményében Carolin V. Schneider, M.D., szintén az RWTH Aachen Egyetemi Kórházból. "Ha további populációkban validálják, modellünk lehetővé tenné az alapellátásban dolgozó orvosok számára, hogy hatékonyan azonosítsák a veszélyeztetett betegeket, és májrákszűrésre irányítsák őket. Ez lehetővé tenné a korábbi felismerést és jobb eredményeket az ebben az agresszív betegségben szenvedő betegek számára."

Számos szerző feltárta kapcsolatát a biogyógyszeriparral.

Absztrakt szöveg

Felelősség kizárása: Az orvosi cikkekben található statisztikai adatok általános tendenciákat mutatnak be, és nem egyénekre vonatkoznak. Az egyéni tényezők nagyon eltérőek lehetnek. Mindig kérjen személyre szabott orvosi tanácsot egyéni egészségügyi döntéseihez.

Forrás: HealthDay

Olvass tovább

Felelősség kizárása

Minden erőfeszítést megtettünk annak érdekében, hogy a Drugslib.com által közölt információk pontosak és naprakészek legyenek - dátum, és teljes, de erre nem vállalunk garanciát. Az itt található gyógyszerinformációk időérzékenyek lehetnek. A Drugslib.com információit egészségügyi szakemberek és fogyasztók számára állítottuk össze az Egyesült Államokban, ezért a Drugslib.com nem garantálja, hogy az Egyesült Államokon kívüli felhasználás megfelelő, kivéve, ha kifejezetten másként jelezzük. A Drugslib.com gyógyszerinformációi nem támogatják a gyógyszereket, nem diagnosztizálnak betegeket, és nem ajánlanak terápiát. A Drugslib.com gyógyszerinformációi egy információs forrás, amelynek célja, hogy segítse az engedéllyel rendelkező egészségügyi szakembereket betegeik ellátásában és/vagy olyan fogyasztók kiszolgálására, akik ezt a szolgáltatást az egészségügyi szakértelem, készség, tudás és megítélés kiegészítéseként, nem pedig helyettesítőjeként tekintik. gyakorló szakemberek.

Az adott gyógyszerre vagy gyógyszerkombinációra vonatkozó figyelmeztetés hiánya semmiképpen sem értelmezhető úgy, hogy a gyógyszer vagy gyógyszerkombináció biztonságos, hatékony vagy megfelelő az adott beteg számára. A Drugslib.com nem vállal felelősséget a Drugslib.com által biztosított információk segítségével nyújtott egészségügyi ellátás egyetlen aspektusáért sem. Az itt található információk nem terjednek ki minden lehetséges felhasználásra, útmutatásra, óvintézkedésre, figyelmeztetésre, gyógyszerkölcsönhatásra, allergiás reakcióra vagy káros hatásra. Ha kérdése van az Ön által szedett gyógyszerekkel kapcsolatban, kérdezze meg kezelőorvosát, ápolónőjét vagy gyógyszerészét.

Népszerű kulcsszavak