Could machine learning improve the prediction of pelvic nodal status of prostate cancer patients? Preliminary results of a pilot study.

De Bari, B; Vallati, M; Gatta, R; Simeone, C; Girelli, G; Ricardi, U; Meattini, I; Gabriele, P; Bellavita, R; Krengli, M; Cafaro, I; Cagna, E; Bunkheila, F; Borghesi, S; Signor, M; Di Marco, A; Bertoni, F; Stefanacci, M; Pasinetti, N; Buglione, M; Magrini, S M

De Bari, B; Vallati, M; Gatta, R; Simeone, C; Girelli, G; Ricardi, U; Meattini, I; Gabriele, P; Bellavita, R; Krengli, M; Cafaro, I; Cagna, E; Bunkheila, F; Borghesi, S; Signor, M; Di Marco, A; Bertoni, F; Stefanacci, M; Pasinetti, N; Buglione, M; Magrini, S M.

Afiliação

De Bari B; 1Istituto del Radio "O. Alberti", Radiotherapy Department, Spedali Civili di Brescia and University of Brescia, Brescia, Italy.

Cancer Invest ; 33(6): 232-40, 2015 Jul.

Article em En | MEDLINE | ID: mdl-25950849

Assuntos

Algoritmos; Inteligência Artificial; Metástase Linfática/diagnóstico; Pelve/patologia; Neoplasias da Próstata/patologia; Idoso; Idoso de 80 Anos ou mais; Árvores de Decisões; Humanos; Masculino; Pessoa de Meia-Idade; Projetos Piloto; Sensibilidade e Especificidade

Palavras-chave

Machine Learning; Nodal metastases; Pelvic irradiation; Prostate cancer; Radiotherapy

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Pelve / Neoplasias da Próstata / Algoritmos / Inteligência Artificial / Metástase Linfática Tipo de estudo: Diagnostic_studies / Prognostic_studies / Risk_factors_studies Limite: Aged / Aged80 / Humans / Male / Middle aged Idioma: En Revista: Cancer Invest Ano de publicação: 2015 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google