Additional Predictive Value of Microarray Data Compared to Clinical Variables

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F09%3APU86236" target="_blank" >RIV/00216305:26230/09:PU86236 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Additional Predictive Value of Microarray Data Compared to Clinical Variables

Popis výsledku v původním jazyce

Microarrays as a promising technology for prediction of cancer diagnosis have attracted attention of many researchers in recent years. Researchers often neglect clinical data used for prediction of diagnosis compared to pre-microarray era. An important problem is determination of an additional predictive value of microarray data in relation to clinical variables. We propose a new two-step method combining logistic regression and BinomialBoosting models, to determine the additional predictive value of microarray data. This method is evaluated on two benchmark breast cancer datasets together with other already published method. The new method can combine clinical and microarray data more effectively and enables simple addition of various types of data into the combined prediction. <br>

Název v anglickém jazyce

Additional Predictive Value of Microarray Data Compared to Clinical Variables

Popis výsledku anglicky

Microarrays as a promising technology for prediction of cancer diagnosis have attracted attention of many researchers in recent years. Researchers often neglect clinical data used for prediction of diagnosis compared to pre-microarray era. An important problem is determination of an additional predictive value of microarray data in relation to clinical variables. We propose a new two-step method combining logistic regression and BinomialBoosting models, to determine the additional predictive value of microarray data. This method is evaluated on two benchmark breast cancer datasets together with other already published method. The new method can combine clinical and microarray data more effectively and enables simple addition of various types of data into the combined prediction. <br>

Druh

D - Stať ve sborníku

CEP obor

JC - Počítačový hardware a software

OECD FORD obor

—

Projekt

<a href="/cs/project/2B06052" target="_blank" >2B06052: Vytipování markerů, screening a časná diagnostika nádorových onemocnění pomocí vysoce automatizovaného zpracování multidimenzionálních biomedicínských obrazů</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2009

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

PRIB 2009, 4th IAPR International Conference on Pattern Recognition in Bioinformatics

ISBN

978-0-9563399-0-4

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

—

Název nakladatele

University of Sheffield

Místo vydání

Sheffield

Místo konání akce

Sheffield

Datum konání akce

7. 9. 2009

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—