Cox regression analysis on the survival rate of breast cancer patients
Notice bibliographique
Résumé
Limited studies have been conducted on the survival analysis of breast cancer patients. And no study has been investigated using cancer datasets from the UK and Canadian patients. This study aims to qualify the factors contributing to survival time for female breast cancer patients, including patients' age, tumor size, tumor stage, mutation counts, and positive lymph nodes. The hypothesis is proposed that these factors are all associated with the increasing death rate risk for breast cancer patients. The dataset comes from a study conducted on 2510 female breast cancer patients from the UK and Canada, collected by long-term clinical follow-up. The Cox model is applied to each factor to explore their relationship with the survival of patients. All the results are tested, using Schoenfeld residuals. The coefficients between the explanatory variables and survival time are 0.033863 for age, 0.064274 for lymph nodes, 0.007031 for tumor size, 0.010202 for mutation count, and 0.243451 for tumor stage. The C-index of this model is 0.65653558. Our study suggests that on the premise of having some clinical symptoms, the Cox model can be used to predict the survival time of breast cancer patients. The study has some reference value with its convenient procedure and certain accuracy. According to the outcome of Cox regression, the most pivotal explanatory variables are age, lymph nodes examined positive, tumor size, and tumor stage. As these variables increase, the expectation of the survival time of the patients will decrease.
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 | 0,010 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».