-
公开(公告)号:CN116047074B
公开(公告)日:2024-08-30
申请号:CN202211389513.7
申请日:2022-11-08
Applicant: 兰州大学第一医院
IPC: G01N33/574 , C12Q1/6886 , G06T7/00 , G06F18/2321 , G06N20/00
Abstract: 本发明涉及人工智能技术领域,具体涉及一种用于诊断和/或预测肺癌的标志物,所述的标志物至少包括CEA、ProGRP、CYFRA21‑1、SCC、IBIL、APTT和年龄的一种或几种;还建立了一种基于随机森林的肺癌诊断模型,此模型的预测区分度指标包括敏感度、特异度和AUC,分别为0.723、0.786和0.840,校准曲线显示模型预测准确度良好,临床决策曲线和临床影响曲线也显示该模型预测符合临床应用情况,模型组外验证结果显示模型预测良好,其ROC曲线的敏感度、特异度和AUC分别为0.961、0.750和0.906,校准曲线显示模型预测准确度良好,临床决策曲线和临床影响曲线也验证了模型的预测准确度。
-
公开(公告)号:CN116047074A
公开(公告)日:2023-05-02
申请号:CN202211389513.7
申请日:2022-11-08
Applicant: 兰州大学第一医院
IPC: G01N33/574 , C12Q1/6886 , G06T7/00 , G06F18/2321 , G06N20/00
Abstract: 本发明涉及人工智能技术领域,具体涉及一种用于诊断和/或预测肺癌的标志物,所述的标志物至少包括CEA、ProGRP、CYFRA21‑1、SCC、IBIL、APTT和年龄的一种或几种;还建立了一种基于随机森林的肺癌诊断模型,此模型的预测区分度指标包括敏感度、特异度和AUC,分别为0.723、0.786和0.840,校准曲线显示模型预测准确度良好,临床决策曲线和临床影响曲线也显示该模型预测符合临床应用情况,模型组外验证结果显示模型预测良好,其ROC曲线的敏感度、特异度和AUC分别为0.961、0.750和0.906,校准曲线显示模型预测准确度良好,临床决策曲线和临床影响曲线也验证了模型的预测准确度。
-