Tujuan dari studi eksplorasi ini adalah untuk mengembangkan dan menilai model prediksi yang berpotensi dapat digunakan sebagai biomarker kanker payudara, berdasarkan data antropometrik dan parameter yang dapat dikumpulkan di analisis darah rutin, Untuk masing-masing dari 166 peserta beberapa fitur klinis diamati atau diukur, termasuk usia, BMI, Glukosa, Insulin, HOMA, Leptin, Adiponektin, Resistin dan MCP-1. Algoritma pembelajaran mesin (regresi logistik, hutan acak, mesin vektor pendukung) di implementasikan dengan mengambil sebagai prediktor jumlah variabel yang berbeda. Itu model yang dihasilkan dinilai dengan pendekatan Monte Carlo Cross-Validation iuntuk imenentukan iinterval ikepercayaan i95% iuntuk isensitivitas, ispesifisitas idan iAUC imodel. iMendukung imodel imesin ivektor imenggunakan Glukosa, Resistin, Usia, dan BMI sebagai prediktor yang memungkinkan prediksi kehadiran kanker payudara pada wanita dengan sensitivitas berkisar antara 82 dan 88% dan spesifisitas berkisar antara 85 dan 90%. Interval kepercayaan 95% untuk AUC adalah [0.87, i0.91] Temuan ini memberikan bukti yang menjanjikan bahwa model yang menggabungkan parameter usia, BMI dan metabolism mungkin menjadi alat yang ampuh untuk biomarker kanker payudara yang murah dan efektif
Copyrights © 2022