摘要
本发明提供一种乳腺癌新辅助化疗的预测价值的方法,包括以下步骤:S1:收集首诊为乳腺癌并进行新辅助化疗的患者信息;S2:对不同临床病理特点分组的MAT情况分析;S3:检验患者新辅助化疗疗效;S4:使用ROC曲线比较MAT和TG、TC的预测效果;本发明基于南京医科大学第一附属医院,2019年01月至2020年12月,首诊为乳腺癌并行新辅助化疗的221例患者,通过统计学分析构建MAT预测乳腺癌新辅助化疗效果之间的关系,帮助评估乳腺癌新辅助化疗效果,达到对新辅助化疗反应的准确评估,进一步为全身治疗对乳腺癌生物学、预后的影响提供了重要信息。
技术关键词
Logistic回归模型
患者
Logistic模型
预测乳腺癌
乳腺浸润性导管癌
逻辑回归方法
广义线性模型
评估乳腺癌
曲线
年龄
图表
肿瘤
空心针
关系
数值
校准
指数
变量
系统为您推荐了相关专利信息
多模态
影像获取模块
超声造影
智能系统
采集单元
患者病情信息
患者诊疗信息
建议方法
信息更新
记忆
个性化药物
药物代谢动力学模型
数据分析模块
生理特征数据
机器学习算法
集成平台系统
病人麻醉深度
人工智能语义识别
呼吸机设备
跨系统
风险评估方法
组学特征
影像
乳腺超声图像
灰度共生矩阵