跳到正文
Dev.to Top Tech(dev.to)· ML notes·· 23 小時前品質評分42

小樣本癌症存活分析怎麼做?研究檢視相關資料能否讓模型在 n=50 時進步

Transfer learning for small-sample survival data: what works at n=50

重點導讀

醫院的病人資料常常太少,很難看出癌症病人存活時間的規律;大型登記資料雖然多,卻得和醫院收治的病人夠相似,才可能派上用場。

  • 這項研究用兩組大腸直腸癌第一期病人資料測試:一組來自 SEER,另一組來自中國西部醫院。研究人員先用大型資料學習,再用醫院資料調整模型。
  • 其中一種方法會把學到的樹移過去再調整。結果顯示,四種模型在醫院資料完整時表現都有進步。
  • 把目標資料縮到只有 50 人時,研究也觀察到更明顯的改善。不過,這只證明在這組相近的病人資料中有幫助,不能保證換成別的癌症或差很多的資料也有效。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

信源出處dev.to

Transfer learning for small-sample survival data: what works at n=50

本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。

開啟原文
來源: Dev.to Top Tech (dev.to)
開啟原文

讀者討論

理性交流 · 即時討論