الأبحاث المرتبطة بالكلمة المفتاحية: اختيار ميزات LASSO
-
التعلم الآلي القابل للتفسير لتوقع مخاطر مرض الشريان التاجي لدى المرضى الذين يعانون من تصلب الشرايين السباتية: دراسة استعادية مع تحليل SHAP وتحليل منحنى القرار Explainable machine learning for predicting coronary heart disease risk in patients with carotid atherosclerosis: A retrospective study with SHAP and decision curve analysis
2026 | المؤلف: Lei Zhang وآخرون | المجلة: Journal of Clinical and Translational Science | المجال: إدارة المعلومات الصحية (Health Information Management)تستكشف هذه الدراسة توقع خطر الإصابة بمرض القلب التاجي (CHD) لدى المرضى الذين يعانون من تصلب الشرايين السباتية، مع معالجة قيود نماذج الخطر الحالية من حيث الخصوصية وقابلية التفسير. تم إجراء تحليل استرجاعي لـ 487 مريضًا (191 مصابًا بـ CHD و296 بدون) ، وجمع 38 متغيرًا ديموغرافيًا وسريريًا وكيميائيًا حيويًا. حددت الانحدار LASSO ستة متنبئين…
-
تطوير والتحقق من صحة نموذج تعلم آلي مدفوع بعلم الأمراض للتنبؤ الفردي لاستجابة العلاج الكيميائي المساعد والانتكاسة المبكرة في سرطان الثدي الإيجابي لمستقبلات هرمون الاستروجين والسلبية لمستقبلات HER2 Development and validation of a pathomics-driven machine learning model for individualized prediction of neoadjuvant chemotherapy response and early recurrence in HR-positive, HER2-negative breast cancer
2026 | المؤلف: Jiaxian Yue وآخرون | المجلة: Frontiers in Oncology | المجال: الذكاء الاصطناعي (Artificial Intelligence)تبحث هذه الدراسة في القدرات التنبؤية للباتوميك الكمي في سرطان الثدي الإيجابي لمستقبلات الهرمونات (HR) والسلبي لمستقبلات عامل النمو البشري 2 (HER2)، وهو نوع معروف باستجابته المحدودة للعلاج الكيميائي المساعد (NAC). قامت الدراسة بتحليل بيانات من 162 مريضًا تم علاجهم بـ NAC بين عامي 2014 و2021، باستخدام شرائح خزعة ملونة بالهيماتوكسيلين والإيوزين (H&E) ونماذج التعلم…