...
机译:通过淋巴结阴性乳腺癌的临床病理风险分类算法进行长期结果预测-佐剂,St Gallen与前瞻性随机淋巴结阴性乳腺癌-3(NNBC-3)试验中使用的新型风险算法之间的比较
1Department of Obstetrics and Gynecology 2Department of Medical Biometrics, Epidemiology and Informatics 3Department of Pathology, Johannes Gutenberg University, Mainz 4Leibniz Research Centre for Working Environment and Human Factors (IfADo) at the Dortmund University of Technology, Dortmund 5Siemens Medical Solutions, Diagnostics GmbH, Leverkusen, Germany 6Institute of Pathology, Centre Hospitalier Universite Vaudois, University of Lausanne, Switzerland 7German Breast Group, Neu-Isenburg and Goethe University, Frankfurt 8Department of Obstetrics and Gynecology, Technical University of Munich, Munich 9Department of Gynecology, University Hospital, Halle/Saale, Germany;
机译:风险分类在淋巴结阴性乳腺癌中的长期预后影响–比较Adjuvant!,St。Gallen和在前瞻性随机Node-Negative-Breast-Cancer-3试验(NNBC-3)中使用的新型风险算法
机译:风险分类在淋巴结阴性乳腺癌中的长期预后影响–比较Adjuvant!,St。Gallen和在前瞻性随机Node-Negative-Breast-Cancer-3试验(NNBC-3)中使用的新型风险算法
机译:高危细胞癌患者的佐剂化疗的最佳持续时间:预期随机多期第III期unicancer-PACS 05试验的6年结果(UCBG-0106)
机译:使用XGBoost和随机森林算法的乳腺癌风险预测
机译:结合生物标志物和临床病理因素预测乳腺癌对辅助化疗的反应:Cox模型和支持向量机(SVM)方法。
机译:WSG ADAPT –辅助动态标记物调整的个性化治疗试验优化了早期乳腺癌的风险评估和治疗反应预测:一项针对前瞻性多中心受控无盲随机研究者发起的II / III期试验的研究方案
机译:通过淋巴结阴性乳腺癌的临床病理风险分类算法进行长期结果预测-比较佐剂,St Gallen和前瞻性随机淋巴结阴性乳腺癌3(NNBC-3)试验中使用的新型风险算法。