Resumen

El objetivo de este estudio actual es, en primer lugar, comparar los predictores significativos de mortalidad para pacientes con carcinoma hepatocelular (HCC) sometidos a resección entre modelos de red neuronal artificial (ANN) y regresión logística (LR) y, en segundo lugar, evaluar la precisión predictiva de ANN y LR en diferentes modelos de estimación de supervivencia. Construimos un modelo pronóstico para 434 pacientes con 21 variables de entrada potenciales mediante el modelo de regresión de Cox. El rendimiento del modelo se midió por el número de predictores significativos y la precisión predictiva. Los resultados indicaron que ANN tenía el doble o el triple de predictores significativos en los modelos de supervivencia de 1, 3 y 5 años en comparación con los modelos de LR. Los puntajes de precisión, sensibilidad, especificidad y área bajo la curva característica de operación del receptor (AUROC) de los modelos de estimación de supervivencia de 1, 3 y 5 años utilizando ANN fueron superiores a los de LR en todos los conjuntos de entrenamiento y la mayoría de los

• Materias:Robots Cuidados pediátricos Experimentos numéricos Radares Factores psicológicos
• Subjects:Robot Pediatric care Numerical experiments Radars Psychological factors
• Palabras claves:Estudio; Predictores; Mortalidad; ANN; LR; Modelos
• Keywords:Study; Predictors; Mortality; ANN; LR; Models