 Huiyan Luo和同事利用機器學習技術(shù)研發(fā)了一種侵入性較小的腫瘤診斷方法，它可在高風險患者中檢測到結(jié)腸直腸癌。對結(jié) （神秘的腸直腸癌濟南美女快餐外圍上門外圍女（微信181-2989-2716）提供1-2線熱門城市快速安排30分鐘到達地球uux.cn報道）據(jù)EurekAlert!：一項涉及來自數(shù)千個受試者的樣本的研究披露，一種新的進行機器學習平臺可以識別罹患結(jié)腸直腸癌的患者，并能幫助預測他們疾病的審視嚴重程度和存活率。這種非侵入性的和分方法為分析循環(huán)腫瘤DNA（ctDNA）技術(shù)的最新進展做出了貢獻，它可以在高風險患者中幫助發(fā)現(xiàn)處于早期階段的腫瘤結(jié)腸直腸癌。 像其它許多惡性腫瘤一樣，對結(jié)結(jié)腸直腸癌如果在轉(zhuǎn)移到其它組織之前被發(fā)現(xiàn)，腸直腸癌濟南美女快餐外圍上門外圍女（微信181-2989-2716）提供1-2線熱門城市快速安排30分鐘到達它們大多數(shù)是進行可治療的。結(jié)腸鏡檢查是審視診斷的“黃金標準”，但它們會令人不舒服且具有侵入性并可能導致并發(fā)癥，和分這使得患者不太愿意接受篩檢。腫瘤Huiyan Luo和同事利用機器學習技術(shù)研發(fā)了一種侵入性較小的對結(jié)診斷方法，它可在高風險患者中檢測到結(jié)腸直腸癌。腸直腸癌他們的技術(shù)是通過篩檢甲基化標記物進行工作的，這些甲基化標記物是腫瘤中常見的DNA修飾。 科學家首先基于9種與結(jié)腸直腸癌相關(guān)的甲基化標記物創(chuàng)建了一個診斷模型，他們通過研究801名結(jié)腸直腸癌患者和1021名對照者的血漿樣本而確認了這些標記物。該模型準確地將患者與健康個體進行了區(qū)分，其敏感性和特異性分別為87.5％和89.9％，勝過一種臨床上所用的名叫CEA的驗血檢測。此外，一種改進的預后模型可幫助預測患者在一個平均為期26.6個月的隨訪期內(nèi)的死亡風險，尤其是當與確立的臨床特征（如腫瘤位置）結(jié)合使用時。 一種甲基化標記物特別有用，因為在對1493名高危者進行的前瞻性研究中，僅對它進行篩查便能發(fā)現(xiàn)結(jié)腸直腸癌和癌前病變的病例。Luo等人得出結(jié)論，將需要進行更長時間的隨訪研究以進一步評估其模型對臨床醫(yī)生和患者的可靠性。 |