粘液性乳腺癌预后模型

精准预测生存

利用XGBoost算法构建的预后模型，能预测粘液性乳腺癌患者的总生存和乳腺癌特异性生存，帮助临床医生制定个性化的治疗决策。

吴俊东 · Fang, Yutong

Frontiers in Endocrinology 2025

参数信息

AUC（总生存）

0.833-0.948

AUC（乳腺癌特异性生存）

0.833-0.948

AUC（外部验证）

0.856-0.911

技术优势

预后判断更准

相比传统方法，基于机器学习的XGBoost模型提供了更精确的生存预测，帮助医生做出更可靠的治疗决策。

可交互工具

已开发交互式网页应用，临床医生或研究者可直接输入患者特征获得预测结果。

应用场景

• 乳腺癌预后评估：用于更准确地评估粘液性乳腺癌患者的生存概率。
• 个体化治疗决策：通过个体化生存预测辅助选择手术方式和治疗策略。
• 临床决策支持：为临床医生提供便捷的网页工具以获取预测结果。