期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于宏基因组学分析构建诊断大肠癌的肠道菌群标签
被引量：
5
1
作者
张昕雨
张璟
+2 位作者
朱小强
曹颖颖
陈豪燕
《上海交通大学学报（医学版）》
CAS
CSCD
北大核心
2018年第9期1019-1026,1019,共8页
目的·根据粪便样本宏基因组学数据建立肠道菌群标签,探索用于筛查与诊断大肠癌的非侵入性方法。方法·共纳入285例样本,根据随机森林分类算法筛选出与大肠癌发生密切相关的特征细菌;利用6种机器学习分类模型建立大肠癌的诊断模...
目的·根据粪便样本宏基因组学数据建立肠道菌群标签,探索用于筛查与诊断大肠癌的非侵入性方法。方法·共纳入285例样本,根据随机森林分类算法筛选出与大肠癌发生密切相关的特征细菌;利用6种机器学习分类模型建立大肠癌的诊断模型,并进行内部和外部验证。结果·首先筛选出了9种与大肠癌发生密切相关的特征细菌,利用这9种细菌建立了6种诊断模型。其中随机森林模型准确率最高(达0.847 7),其在内部验证集和外部验证集中的准确率分别为0.815 8和0.734 4,在全集中受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under curve,AUC)为0.894。结论·根据粪便样本的宏基因组学数据,利用随机森林算法建立了由9种细菌组成的诊断大肠癌的菌群标签,能够有效对健康者与大肠癌患者进行区分。
展开更多
关键词
大肠癌
诊断
肠道菌群
机器学习
随机森林
在线阅读
下载PDF
职称材料
题名
基于宏基因组学分析构建诊断大肠癌的肠道菌群标签
被引量：
5
1
作者
张昕雨
张璟
朱小强
曹颖颖
陈豪燕
机构
上海交通大学医学院
附属
仁济医院
消化科
上海交通大学医学院附属仁济医院病案统计中心
出处
《上海交通大学学报（医学版）》
CAS
CSCD
北大核心
2018年第9期1019-1026,1019,共8页
基金
国家自然科学基金(31371273)
上海市教育委员会高校“青年东方学者”(QD2015003)
上海市教育委员会高峰高原学科建设计划(20161309)。
文摘
目的·根据粪便样本宏基因组学数据建立肠道菌群标签,探索用于筛查与诊断大肠癌的非侵入性方法。方法·共纳入285例样本,根据随机森林分类算法筛选出与大肠癌发生密切相关的特征细菌;利用6种机器学习分类模型建立大肠癌的诊断模型,并进行内部和外部验证。结果·首先筛选出了9种与大肠癌发生密切相关的特征细菌,利用这9种细菌建立了6种诊断模型。其中随机森林模型准确率最高(达0.847 7),其在内部验证集和外部验证集中的准确率分别为0.815 8和0.734 4,在全集中受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under curve,AUC)为0.894。结论·根据粪便样本的宏基因组学数据,利用随机森林算法建立了由9种细菌组成的诊断大肠癌的菌群标签,能够有效对健康者与大肠癌患者进行区分。
关键词
大肠癌
诊断
肠道菌群
机器学习
随机森林
Keywords
colorectal cancer
diagnosis
intestinal bacteria
machine learning
random forest
分类号
R446.5 [医药卫生—诊断学]
R735.3 [医药卫生—肿瘤]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于宏基因组学分析构建诊断大肠癌的肠道菌群标签
张昕雨
张璟
朱小强
曹颖颖
陈豪燕
《上海交通大学学报（医学版）》
CAS
CSCD
北大核心
2018
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
