基于机器学习方法的个性化结直肠癌生存预测
机器学习
2019-01-15 v1 机器学习
摘要
在这项工作中，我们利用机器学习技术和 SEER 癌症发病数据库研究了种族在结直肠癌生存预测中的重要性。我们比较了西班牙裔、白人和混合患者群体在 2 年生存预测上的模型性能以及特征重要性排序。我们的模型在单一种族群体上表现始终更好，并且在不同的群体中训练时提供不同的特征重要性排序。此外，我们展示了我们的模型取得了比文献中报道的最佳结果更高的曲线下面积（AUC）分数。我们还应用了不平衡分类技术，在结直肠癌存活患者数量远大于未存活患者时改善分类性能。这些结果为在癌症生存预测中更多地考虑患者种族以及总体上更个性化的医疗提供了支持证据。
引用
@article{arxiv.1901.03896,
title = {Personalized Colorectal Cancer Survivability Prediction with Machine Learning Methods},
author = {Samuel Li and Talayeh Razzaghi},
journal= {arXiv preprint arXiv:1901.03896},
year = {2019}
}