医学
比例危险模型
肝细胞癌
生存分析
队列
总体生存率
梯度升压
无线电技术
Boosting(机器学习)
辅助治疗
预测建模
内科学
人工智能
切除术
机器学习
列线图
肿瘤科
回归
肝切除术
回归分析
外科
预测模型
曲线下面积
接收机工作特性
存活率
试验预测值
预后变量
放射科
逻辑回归
胃肠病学
作者
Rami Rhaiem,Ammar Abdo,Julien Caldéraro,Safi Dokmak,Astrid Herrero,Cyprien Toubert,Perrine Zimmermann,Alexandra Heurgué,Camille Boulagnon-Rombi,Giuliana Amaddeo,Alain Luciani,Hélène Regnault,Marie Alaux,Mickael Lesurtel,Paradis,Daniele Sommacale,Olivier Soubrane,Stefano Caruso,Rudy Merieux,R. Kianmanesh
出处
期刊:Liver cancer
[Karger Publishers]
日期:2026-01-30
卷期号:: 1-13
摘要
RSF significantly improved DFS prediction compared with Cox regression and yielded the best discriminatory performance in both training and external validation cohorts. These findings highlight the value of ML-based survival models, particularly RSF, for enhancing individualized postoperative prognostication and refining patient selection for clinical trials evaluating adjuvant treatment to surveillance after LR for HCC.
科研通智能强力驱动
Strongly Powered by AbleSci AI