为了克服横断面型数据的不完整性,提出了一种基于合成分析的早期肺癌风险预测模型。收集247组来自医院的患者数据进行实验,使用合成分析法结合肺结节良恶性判断结果、吸烟史、家族病史等肺癌危险因素建selleck化学药品立风险评估模型。实验表明,未纳入影像学良恶性分类结果的合成分析无模型的准确率为83.20%,而纳入影像学良恶性分类结果的合成分析模型的准确率达到87.40%。结合基于CT影像的肺17-DMAG分子量结节良恶性判断结果能有效提高早期肺癌风险评估模型的准确性。
为了克服横断面型数据的不完整性,提出了一种基于合成分析的早期肺癌风险预测模型。收集247组来自医院的患者数据进行实验,使用合成分析法结合肺结节良恶性判断结果、吸烟史、家族病史等肺癌危险因素建selleck化学药品立风险评估模型。实验表明,未纳入影像学良恶性分类结果的合成分析无模型的准确率为83.20%,而纳入影像学良恶性分类结果的合成分析模型的准确率达到87.40%。结合基于CT影像的肺17-DMAG分子量结节良恶性判断结果能有效提高早期肺癌风险评估模型的准确性。