Sử dụng học máy để khuyến cáo về liều điều trị ung thư tuyến giáp sau phẫu thuật cắt toàn bộ tuyến giáp
87 lượt xemDOI:
https://doi.org/10.54939/1859-1043.j.mst.96.2024.137-144Từ khóa:
Điều trị tuyến giáp; Học máy; Cây quyết định.Tóm tắt
Một cách tiếp cận được trình bầy rõ ràng đầy sáng tạo trong bài viết này để xác định đề xuất liều lượng dược chất phóng xạ hiệu quả nhất trong điều trị ung thư tuyến giáp sau phẫu thuật cắt bỏ tuyến giáp. Phương pháp này sử dụng Cây quyết định và nhấn mạnh đáng kể vào khả năng diễn giải của việc ra quyết định tại các cơ sở y tế. Bằng cách kết hợp dữ liệu lâm sàng và chỉ số (RSI) vào thuật toán cây quyết định, phương pháp của chúng tôi cung cấp thông tin chi tiết về kế hoạch điều trị một cách minh bạch. Bằng một nghiên cứu điển hình, chúng tôi minh họa chức năng của Cây quyết định trong việc làm rõ các yếu tố then chốt ảnh hưởng đến đề xuất về liều lượng điều trị sau phẫu thuật cắt bỏ tuyến giáp, từ đó cho phép các bác sĩ đưa ra quyết định một cách tự tin hơn. Nghiên cứu này nhấn mạnh tầm quan trọng của khả năng giải thích quyết định trong việc tối ưu hóa các phác đồ điều trị ung thư tuyến giáp, cuối cùng dẫn đến kết quả chẩn đoán và điều trị bệnh nhân ung thư tuyến giáp được nâng cao.
Tài liệu tham khảo
[1]. Patro, S.; Sahu, K. K. “Normalization: A preprocessing stage”. arXiv preprint arXiv:1503.06462, (2015), DOI: https://doi.org/10.17148/IARJSET.2015.2305
[2]. Hancock, J. T.; Khoshgoftaar, T. M. “Survey on categorical data for neural networks”. Journal of Big Data, 7, 1–41, (2020). DOI: https://doi.org/10.1186/s40537-020-00305-w
[3]. Scikit-learn: Decision Tree Classifier.
https://scikitlearn.org/stable/modules/generated/sklearn.tree.DecisionTreeClassifier.html#sklearn.tree. DecisionTreeClassifier.
[4]. Campbell, S. L.; Gear, C. W. “The index of general nonlinear DAES”. Numer. Math., 72, 173–196, (1995). DOI: https://doi.org/10.1007/s002110050165
[5]. Murtagh, F. “Multilayer perceptrons for classification and regression”. Neurocom- puting, 2, 183–197, (1991). DOI: https://doi.org/10.1016/0925-2312(91)90023-5
[6]. Freund, Y.; Schapire, R.; Abe, N. “A short introduction to boosting”. Journal- Japanese Society For Artificial Intelligence, 14, 1612, (1999).
[7]. Browne, M. W. “Cross-validation methods”. Journal of mathematical psychology, 44, 108–132, (2000). DOI: https://doi.org/10.1006/jmps.1999.1279
[8]. Breiman, L. Random forests. “Machine learning”, 45, 5–32, (2001). DOI: https://doi.org/10.1023/A:1010933404324
[9]. Bradley, A. “The use of the area under the ROC curve in the evaluation of machine learning algorithms”. Pattern recognition, 30(7), 1145–1159, (1997). DOI: https://doi.org/10.1016/S0031-3203(96)00142-2
[10]. Auria, L., & Moro, R. “Support vector machines (SVM) as a technique for solvency analysis”, (2008). DOI: https://doi.org/10.2139/ssrn.1424949
[11]. Mucherino, A., Papajorgji, P., Pardalos, P., Mucherino, A., Papajorgji, P., & Pardalos, P. “K-nearest neighbor classification”. Data mining in agriculture, 83–106, (2009). DOI: https://doi.org/10.1007/978-0-387-88615-2_4
[12]. Ellson, J., Gansner, E., Koutsofios, E., North, S., & Woodhull, G. “Graphviz and dynagraph—static and dynamic graph drawing tools”. Graph drawing software, 127–148, (2004). DOI: https://doi.org/10.1007/978-3-642-18638-7_6
[13]. Bryan R Haugen et al “2015 American Thyroid Association Management Guidelines for Adult Patients with Thyroid Nodules and Differentiated Thyroid Cancer: The American Thyroid Association Guidelines Task Force on Thyroid Nodules and Differentiated Thyroid Cancer” PMID: 26462967 PMCID: PMC4739132 DOI: 10.1089/thy.2015.0020. DOI: https://doi.org/10.1089/thy.2015.0020
