亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

An Online Prognostic Application for Melanoma Based on Machine Learning and Statistics

医学 机器学习 计算器 随机森林 一致性 接收机工作特性 人工智能 生存分析 统计 外科 内科学 计算机科学 数学 操作系统
作者
Wenhui Liu,Ying Zhu,Chong Lin,Linbo Liu,Guangshuai Li
出处
期刊:Journal of Plastic Reconstructive and Aesthetic Surgery [Elsevier]
卷期号:75 (10): 3853-3858 被引量:5
标识
DOI:10.1016/j.bjps.2022.06.069
摘要

Background Melanoma is a common cancer that causes a severe socioeconomic burden. Patients usually turn to plastic surgeons to determine their prognosis after surgery. Methods Data from hundreds of thousands of real-world patients were downloaded from the Surveillance, Epidemiology, and End Results database. Nine mainstream machine learning models were applied to predict 5-year survival probability and three survival analysis models for overall survival prediction. Models that outperformed were deployed online. Results After manual review, 156,154 real-world patients were included. The deep learning model was chosen for predicting the probability of 5-year survival, based on its area under the receiver operating characteristic curve (0.915) and its accuracy (84.8%). The random survival forest model was chosen for predicting overall survival, with a concordance index of 0.894. These models were deployed at www.make-a-difference.top/melanoma.html as an online calculator with an interactive interface and an explicit outcome for everyone. Conclusions Users should make decisions based on not only this online prognostic application but also multidimensional information and consult with multidiscipline specialists.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
远方完成签到,获得积分10
6秒前
阿斯顿马丁完成签到,获得积分10
6秒前
11秒前
12秒前
Dr.Li完成签到,获得积分20
12秒前
吴彦祖发布了新的文献求助10
19秒前
Rn完成签到 ,获得积分10
42秒前
47秒前
47秒前
义气秋灵完成签到 ,获得积分10
55秒前
雨肖完成签到,获得积分10
59秒前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
在水一方应助科研通管家采纳,获得10
1分钟前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
小土豆完成签到 ,获得积分10
1分钟前
晁子枫完成签到 ,获得积分10
1分钟前
1分钟前
xyy完成签到,获得积分10
1分钟前
浅忆完成签到 ,获得积分10
1分钟前
1分钟前
1分钟前
wtm完成签到,获得积分10
1分钟前
1分钟前
1分钟前
1分钟前
1分钟前
小不胖鼠发布了新的文献求助10
1分钟前
1分钟前
完美世界应助小不胖鼠采纳,获得10
1分钟前
吴彦祖发布了新的文献求助10
1分钟前
大气的莫茗完成签到 ,获得积分10
1分钟前
K寓完成签到,获得积分10
1分钟前
科研通AI2S应助Cindy采纳,获得10
1分钟前
2分钟前
康康发布了新的文献求助10
2分钟前
aaa0001984完成签到,获得积分0
2分钟前
2分钟前
吴彦祖发布了新的文献求助10
2分钟前
2分钟前
想顺利毕业完成签到,获得积分10
2分钟前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 890
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3256828
求助须知:如何正确求助?哪些是违规求助? 2898958
关于积分的说明 8303154
捐赠科研通 2568204
什么是DOI,文献DOI怎么找? 1394905
科研通“疑难数据库(出版商)”最低求助积分说明 652924
邀请新用户注册赠送积分活动 630631