蛋白質血清バイオマーカーのパネルに基づくアンサンブル学習モデルによる膵管腺癌の早期検出【JST・京大機械翻訳】

Nene, N. R.; Ney, A.; Nazarenko, T.; Blyuss, O.; Johnston, H.; Whitwell, H.; Sedlak, E.; Gentry-Maharaj, A.; Costello, E.; Greenhalf, W.; Jacobs, I.; Menon, U.; Hsuan, J.; Pereira, S.; Zaikin, A.; Timms, J.

プレプリント

J-GLOBAL ID：202202200245262560 整理番号：22P0033051

蛋白質血清バイオマーカーのパネルに基づくアンサンブル学習モデルによる膵管腺癌の早期検出【JST・京大機械翻訳】

Early detection of pancreatic ductal adenocarcinomas with an ensemble learning model based on a panel of protein serum biomarkers

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (16件)： , , , , , , , , , , , , , , ,
資料名：
発行年： 2022年01月19日プレプリントサーバーでの情報更新日： 2022年01月19日
JST資料番号： O7002B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

膵管腺癌(PDAC)の早期検出は,不良生存と関連する進行段階で主に検出されるので,患者の転帰を改善するのに重要である。初期検出のための非侵襲的血液検査の開発は重要なブレークスルーである。ここで提示した研究の第一の目的は,96の癌関連蛋白質セットを定量化し,診断前にPDAC年を正確に予測する能力を有するマルチマーカーモデルを構築するために,大規模で前向きに収集されるユニークなデータセットを使用することであった。データは,卵巣がんスクリーニングの英国共同試験におけるネストケースコントロール研究の一部であり,試料収集後70か月以内に膵臓癌と診断された合計143人の閉経後女性および248人のマッチした非癌対照から収集された219サンプルから成る。予測におけるロバスト性を達成する積層アンサンブルモデリング技術を開発し,従って,新しく収集したデータセットにおける性能を改善した。10のベース-学習者とBayes平均化メタラナーのプールで,著者らは,0.91(95%CI 0.75~1.0)のAUC,90%の特異性で92%(95%CI 0.54~1.0)の感度,診断まで1年間まで92%(95%CI 0.54~1.0)の感度,および診断から2年(90%の特異性で61%,95%CI 0.17~0.83)のAUCで,0.85(95%CI 0.74~0.93)のAUCで,PDAC状態を予測することができた。これらのモデルはまた,ホルモン補充療法使用(無作為化),経口避妊薬使用(Ever)および糖尿病などの臨床共変量を使用し,文献において引用されたバイオマーカーの組み合わせを凌駕する。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

消化器の腫よう

, , , , ,

前のページに戻る