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 