Найдено 2 публикации
Исследователи разработали интерпретируемую модель машинного обучения для предсказания рака яичников на основе данных 78 209 участниц скрининга PLCO. Ансамбль K-Nearest Neighbors и AdaBoost достиг точности 0.76 и AUROC 0.84 на тестовой выборке, используя 20 предикторов, включая возраст, CA-125 и анкетные данные.

Ретроспективное сравнение NACT-IDS и PDS у 97 пациенток с распространённым раком яичников не выявило различий в общей и безрецидивной выживаемости после поправки на исходные характеристики, хотя неоадъювантный подход ассоциировался с меньшей кровопотерей и более ранним началом послеоперационной химиотерапии.
