LSAT-EN用于年轻乳腺癌患者生存预测

Guo W、Wang B、Tatsuoka C研究团队提出分层源锚定迁移学习方法LSAT-EN，用于年轻乳腺癌患者的多组学生存预测；预印本报告，该方法在模拟和TCGA-BRCA数据中的预测区分能力优于所比较的方法。 模拟中，在来源与目标存在中度异质性的条件下，LSAT-EN的AUC为0.747–0.802。在TCGA-BRCA数据中，其在所有评估时间跨度和来源年龄组的二分类及Cox模型中，区分能力均优于整体和个体弹性网络（EN）模型。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。