AKCİĞER KANSERİ TANISI İÇİN YENİ BİR YÖNTEM
Notice bibliographique
Résumé
Akciğer kanseri tüm Dünyada en sıklıkla rastlanan ve hastalıklara bağlı ölümlerde birinci sırada yer alan bir kanser türüdür. Bu noktada kolay uygulanabilen, yüksek doğrulukta sonuçlar üreten ve mümkün olabildiğince az yan etkileri olan, erken evrede tanıya imkan tanıyan yöntemlere ve cihazlara ciddi oranda gereksinim duyulmaktadır. Bu çalışmada; akciğer kanserinin non-invazif yöntemler kullanılarak teşhis edilebilmesi amacı için hasta ve sağlıklı bireylere ait nefes örnekleri gaz sensör dizileri tarafından ölçülmüş ve sensör verileri analiz edilmiştir. Sekizi hasta olmak üzere toplam on yirmi dört kişinin nefes örnekleri değerlendirilmiştir. Bu amaçla sensör verileri ön işlemeye tabi tutularak her bir sensör için beş özellik hesaplanmıştır. Sensör dizisinde kullanılan yedi sensörun verisi değerlendirmeye alınmıştır. Temel bileşen analizi ile hasta verileri ve kontrol verilerinin dağılımı incelenmiştir. Ayrıca sensör özelliklerinin sınıflandırmaya katkıları değerlendirilmiştir. Sınıflandırma performansını belirlemek için, Doğruluk, Spesifite ve Duyarlılık kullanılmıştır. Duyarlılığın yüksek olması hastaların bulunmasının kolaylaşmasını ifade etmektedir. Kanser türü hastalıklarda hastalığın tespit edilmesi çok önemlidir.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,010 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».