XiaoMi-AI文件搜索系统
World File Search Systemsurvival
Bart-Survival：Python中的贝叶斯机器学习方法
生存分析是癌症，心血管疾病和传染病等各种领域的公共卫生和临床研究的基石（Altman＆Bland，1998； Bradburn等，2003）。传统的参数和半参数统计方法，例如COX比例危害模型，通常用于生存分析（Cox，1972）。但是，这些方法有几个局限性，尤其是应用于复杂数据时。一个主要问题是需要限制性假设，例如比例危害和预定义的功能形式，在复杂的，现实世界中的医疗保健数据中可能不正确（Harrell，2015； Ishwaran等，2008）。此外，这些方法通常在高维数据集上遇到困难，从而导致过度拟合，多重共线性以及处理复杂的相互作用的问题（Ishwaran等，2008； Joffe等，2013）。
深入生存分析模型的介绍，用于预测事件时间的结果
该专着旨在提供合理的独立现代生存分析介绍。我们专注于在神经网络的帮助下在单个数据点级别的预定时间结果。我们的目标是通过对读者进行精确的理解，确切地了解基本时间到的事实预测问题是什么，它与标准回归和分类之间的不同以及如何使用关键的“设计模式”，如何使用一次又一次的时间来衍生出新的与现代危险范围的经典方法，例如，诸如Cox Experial Modeliater intery Deeper Modeliator intery Deeper Modeliater of Cox kapl kapl kapl kapl kapl kapl kapl kapl kapl kapl kapl kapl kapl kapl kapl kapl kapl kapl kapl kapl kapl kapl kapl kapl kapl型号。我们进一步研究了基本的事件预测设置的两个扩展：预测几个关键事件将首先发生，直到此最早事件发生（竞争风险设置），并预测事件的时间序列的时间序列，该时间序列越来越长。我们讨论了公平，因果推理，解释性和统计保证等各种主题。
载脂蛋白负载的纳米颗粒抑制了生长，...
摘要。非小细胞肺癌（NSCLC）患者的大量（40-60％）患者具有表皮生长因子受体（EGFR）突变，这是NSCLC中至关重要的治疗靶标。针对晚期NSCLC患者的治疗策略已发生明显变化，从细胞毒性剂的经验使用到靶向方案。EGFR酪氨酸激酶抑制剂（TKIS）是晚期NSCLC的第一线治疗，据报道是最有效的。尽管长期以来一直将无进展生存率（PFS）和客观反应率用作终点，但要满足这些终点的情况可能不一定会在晚期肺癌患者的总生存期（OS）增加中造成限制。最近，与标准EGFR -TKIS相比，弗拉拉（Flaura）研究了第三代，不可逆的，口服EGFR -TKI，Osimertinib的Osimertinib研究表明，中位OS延长了6.8个月，死亡率降低了20％[Osimimertertinib，38.6，38.6; egfr -tkis，31.8;危险比（HR），0.80； 95％置信区间（CI），0.641-0.997； p = 0.046];这是满足临床和统计学意义的PF的主要终点的补充。osimertinib也被证明会导致中枢神经系统疾病进展的风险统计学上显着降低（HR，
重新评估电子元件以提高月球任务夜间生存率
过去六年充满挑战，航天系所有同事都让我度过了愉快的时光。特别感谢探索小组的同事 Daniel Kaschubek、Laura Grill、Matthias Killian 和 Christian Gscheidle，他们和我一样对太空探索充满热情，我总能与他们进行富有成效的讨论。感谢 Martin Dziura 和 Sebastian Rückerl，这两位奇才即使在最近的疫情期间也让这个研究所得以正常运转，感谢 Florian Schummer，我和他有共同的爱好，喜欢摆弄破损的真空室。还要感谢 Martin Rott，他帮助我走出了 TUM 官僚主义的黑暗，并始终协助我进行最新的真空实验。还要感谢 Uta Fellermair 在组织事务方面提供的所有帮助。
血小板减少症的发展与接受免疫治疗的患者的生存率提高有关
背景：免疫相关不良事件与免疫检查点抑制剂 (ICI) 的疗效相关。我们假设免疫介导的血小板减少症可能是对 ICI 反应的生物标志物。材料和方法：这项回顾性研究包括 215 名接受 ICI 治疗的转移性恶性肿瘤患者。患者按最低血小板计数分层。感兴趣的结果是无进展生存期和总生存期。结果：在多变量分析中，与未发生血小板减少症的患者相比，1 级血小板减少症与总生存期呈正相关（风险比 [HR] = 0.28 [95% CI：0.13–0.60]；p = 0.001），而 2-4 级血小板减少症则无此相关性（HR = 0.36 [95% CI：0.13–1.04]；p = 0.060）。血小板减少程度与无进展生存期无相关性。结论：有必要进行后续研究以证实血小板减少对接受 ICI 治疗患者的预测意义。
FOXO和Tribbles蛋白的结合表达预测神经胶质瘤的存活
3博士学位生物医学科学课程，阿尔加维大学，阿尔加维大学，法罗，葡萄牙）4当地的阿尔加维健康部门（URSALG）。 LeãoPenedoStreet，8000-386 Faro，葡萄牙3博士学位生物医学科学课程，阿尔加维大学，阿尔加维大学，法罗，葡萄牙）4当地的阿尔加维健康部门（URSALG）。LeãoPenedoStreet，8000-386 Faro，葡萄牙
MLR3DATA：“ MLR3'
cross_restreats_preds。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。2 Cross_surv_preds。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。3 Bellscir。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。4 dr_pseudo_outcome_regression。。。。。。。。。。。。。。。。。。。。。。。。。。。6 generate_folds。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。7预测stackg。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。7 Predict.stackl。。。。。。。。。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>9个堆栈。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>11 stackl。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>15 vim。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>18 vim_acccuraccy。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>21 vim_auc。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。。。。。。。。。。23 vim_brier。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。25 vim_cindex。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。26 vim_rsquareed。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。28 vim_survival_time_mse。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。30
survivalsl：从审查数据中进行生存预测的超级学习者
lib_coxall。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>13 lib_coxes。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>14 lib_coxelasso。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。。。16 lib_coxridge。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。18 lib_ph exppentential。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。19 lib_phgompertz。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。21 lib_phspline。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。22 lib_plann。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。24 lib_rsf。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。26 lib_snn。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。27个指标。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。29 plot.libbsl。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。30个情节。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。32 plot.sltime。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。33 Predive.libbsl。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。34 predict.sltime。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。35 print.libbsl。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。36 print.sltime。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。37 ROC。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 38 summary.libbsl。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 39 summary.sltime。 。 。 。37 ROC。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。38 summary.libbsl。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。39 summary.sltime。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。41 roverivalsl。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。42 tunecoxaic。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。46 Tuncoxen。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 47 Tuncoxlassso。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 49 Tunecoxidge。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。46 Tuncoxen。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。47 Tuncoxlassso。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 49 Tunecoxidge。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。47 Tuncoxlassso。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。49 Tunecoxidge。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。49 Tunecoxidge。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。 div>。 div>。 div>50 tunepspspline。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>52 Tunepann。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 53 Tunersf。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div>52 Tunepann。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>53 Tunersf。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div>53 Tunersf。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。。。。。。。。。55 tunesnn。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。56
fdg-pet与病理反应和生存期与新辅助免疫疗法的黑色素疗法
修改后的EORTC标准5。除了标准类别外：完全代谢反应（CMR），部分代谢反应（PMR），稳定的代谢疾病（SMD）和进行性代谢性疾病（PMD），建立了一种新型类别，接近CMR，最大程度的标准化吸收值（SUVMAX）由超过90％的不超过90％或背景造成的最大标准化摄取值（SUVMAX）。•
预处理18F-FDG-PET/CT参数是无效生存的生物标志物，最佳总体反应和接受一线免疫疗法的转移性黑色素瘤患者的总体生存率
自从引入检查点抑制剂ipilimumab（靶向细胞毒性T-淋巴细胞相关蛋白4（CTLA-4））和Nivolumab / pembrolizumab（靶向计划的死亡-1（PD-1）受体及其组合组合以来，对晚期黑色素瘤患者的治疗已有急剧改善。现在可以使用有效的免疫疗法，无论突变状态如何，都可以进行治疗[1]。免疫治疗药物的应用已导致患者总生存期（OS）和无进展生存率（PFS）的显着改善[2-4]。不幸的是，在免疫疗法下，约有百分之五十的治疗患者具有一级耐药性或可以在免疫疗法下产生次要耐药性。为了应对这一挑战，诸如乳酸脱氢酶（LDH）等临床标记[5，6]以及实验性生物标志物用于识别可能无法从具有检查点抑制剂的治疗中获利的患者。标准度量计算机断层扫描（CT）参数，例如肿瘤大小，全身肿瘤的体积以及实验性放射线参数，在某些螺柱中有可能预测诸如OS，PFS和三个月后的响应等终点[7-12] [7-12]。另一方面，有研究发现基线CT中CT参数的明显预测能力[13]。目前，没有实验性的CT生物标志物被广泛接受用于常规临床使用[14]。它在反应评估和监测免疫疗法毒性方面仍然是一种宝贵的方式[16]。最近的一项荟萃分析强调了基线SUVMAX，MTV和总病变的值flourine-18氟氧化葡萄糖正电子发射断层扫描/计算机断层扫描（18F-FDG-PET/CT）是一种已建立的选择方法，是通过免疫检查点抑制剂治疗的转移性黑色素瘤患者管理的基石[15]。根据最近出版物的发现，几个18F-FDG-PET/ CT参数可能是预测接受免疫疗法治疗的美拉马患者的反应和存活的潜在生物标志物。这些参数可以分为三组：肿瘤负担，肿瘤葡萄糖摄取和非肿瘤造血组织分类主义[17]。从18F-FDG-PET/CT扫描中进行的全身代谢肿瘤体积大约在免疫疗法开始后大约三个月被发现是黑色素瘤患者OS的强烈预后指标[18]。一项试点研究证实，接受全身性治疗的不可切除的转移性黑色素瘤患者的总生存率与高肿瘤负荷，某些器官区域的转移以及至少一个转移性高直径或高直径或不良代谢相关的患者[19]。一项研究使用在开始抗PD-1处理之前从基线18F-FDG-PET/CT中提取的生物标志物。总代谢肿瘤体积（MTV）与较短的OS相关，并用于定义三种风险类别[20]。