得克萨斯大学阿灵顿分校(UTA)的研究人员开发了一种机器学习模型,可以更好地预测癌症治愈率。
这个新模型将现有的促进时间治愈模型(PCM)与支持向量机(SVM)算法结合起来,以考虑治愈概率与协变量之间的非线性或复杂关系。
在对白血病患者的实际生存数据进行测试时,PCM-SVM模型比PCM模型更有效,效果提高了30%。
UTA的Suvra Pal表示:“通过我们对治愈的预测准确性的提高,可以保护治愈率显著高的患者免受高强度治疗的额外风险。同样,可以及时为治愈率低的患者推荐治疗,以防止疾病进展到治疗选择有限的晚期阶段。该模型将在确定最佳治疗策略方面发挥重要作用。” 来自得克萨斯大学阿灵顿分校的文章 查看完整文章
摘要版权所有 © 2023 SmithBucklin ,华盛顿特区,美国