1篇
您的检索式：作者名="Natalia Levas"
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | Risk prediction models for biochemical recurrence after radical prostatectomy using prostate-specific antigen and Gleason score显示文摘为预言前列腺癌症的风险的许多计算机模型被开发了为生物化学的复发(BCR ) 的预言包括。然而,在一个 BCR 免费时期是稀罕的以后,在单个时间点为单个 BCR 免费概率当模特儿。从经历了 laparoscopic 激进分子前列腺切除术( LRP )的 1656 个病人的后续数据被用来模型使用开发一个人工的神经网络( ANN )预言 BCR 并且把它与逻辑回归( LR )作比较临床、病理学的参数,前列腺特定的抗原( PSA ),边缘地位( R0/1 ),病理学的阶段(磅),和格利森分数( GS )。为在在操作,另外的 ANN,和 LR 以后的任何给定的时间的单个 BCR 预言,模型每 6 个月被计算多达 7.5 年后续。在为 ANN (0.754 ) 和 LR 的操作特征(巨鸟) 曲线(AUC ) 建模的接收装置(0.755 ) 下面的区域计算了立即后面的 LRP,为 GS 比那大(AUC:0.715;P = 0.0015 和 0.001 ) ,磅或 PSA (AUC:0.619;P 总是 < 0.0001 ) 独自一个。GS 比 PSA 更好预言了 BCR (P = 0.0001 ) ,但是 ANN 和 LR 模型之间没有差别(P = 0.39 ) 。我们的 ANN 和 LR 模型从激进的前列腺切除术预言了单个 BCR 风险多达 10 年手术后。ANN 和 LR 模型同等地并且显著地独自与 PSA 和 GS 相比改进了 BCR 的预言。当 GS 和 ANN 产量价值被联合时,更精确的 BCR 预言是可能的,特别在有 GS ≥ 的高风险的病人; 7。 | Xin-Hai Hu Henning Cammann Hellmuth-A Meyer Klaus Jung Hong-Biao Lu Natalia Levas Ahmed Magheli Carsten Stephan Jonas Busch | 2014 | Asian Journal of Andrology2014，16，6： | 2 |
您所在的机构暂未开通此部分的功能，请联系管理员