Adeoye,John,谭佳燕,珠伟并汤姆森市2021预测模型应用机器学习口腔癌症结果:系统审查医学信息学国际杂志154104557

PDF版 接受版本 限存库员工

抽象性

目标:机器学习平台正在输入现代肿瘤实践中分类预测病人结果系统审查的目的是总结机器学习模型对疾病结果的精度

方法:电子数据库包括PubMed、Scopus、EMBASE、Cochrane库、LILACS、SciELO、SychINFO和Science详解机器学习预测模型研发精度双级进程选择口腔癌结果质量评估使用预测研究质量工具进行,基础研究成果由所有作者定性合成引人兴趣的结果有前癌症损伤恶变、宫颈淋巴结损耗以及治疗响应和口腔癌预测

结果:本研究包括950引用中的27篇文章电子搜索人工搜索5项研究对QUIPS工具有低偏差问题恶性变换预测、宫颈淋巴结相容、处理响应和预测分别报告为三六八和十一条内部或外部验证集学习模型精确度介于0.85-0.97恶性变预测、0.78-0.91宫颈淋巴结转移预测、0.64-1.00处理响应预测和0.71-0.99预测预测总的来说,大多数训练有素算法预测这些结果比替代预测法表现优我们还发现模型包括培训数据中的分子标识对恶性变换、处理响应和预测预测有更高精度估计

结论:机器学习算法对预测四种口腔癌结果中的三种结果(即恶性变换、节点改换和预测)有满意至极精度然而,考虑到许多可用分类器的培训方法,这些模型目前可能不够精简供临床应用

项目ID:	69087
项目类型 :	文章(研究-C1)
ISSN:	1872-8243
关键字 :	口腔癌机器学习深入学习人工智能
版权资讯	2021ElsevierB.V发布
日期寄存	2021年8月22日
FOR编码	人工和人工科学32 > 3203牙医学320305口服外科 生物和克隆科学 > 3211肿瘤和致癌性 > 32104癌症治疗化疗和辐射理疗) @ 50%
SEO代码:	20HEALTH>2001临床健康>200105
下载数 :	总计2
	多统计