|
[1]
|
Siegel, R.L., Miller, K.D., Fuchs, H.E. and Jemal, A. (2022) Cancer Statistics, 2022. CA: A Cancer Journal for Clinicians, 72, 7-33. [Google Scholar] [CrossRef] [PubMed]
|
|
[2]
|
Xia, C., Dong, X., Li, H., Cao, M., Sun, D., He, S., et al. (2022) Cancer Statistics in China and United States, 2022: Profiles, Trends, and Determinants. Chinese Medical Journal, 135, 584-590. [Google Scholar] [CrossRef] [PubMed]
|
|
[3]
|
Bray, F., Ferlay, J., Soerjomataram, I., Siegel, R.L., Torre, L.A. and Jemal, A. (2018) Global Cancer Statistics 2018: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA: A Cancer Journal for Clinicians, 68, 394-424. [Google Scholar] [CrossRef] [PubMed]
|
|
[4]
|
陈锦元, 蒋祎. 宫颈癌TNM分期与预后相关性分析[J]. 世界肿瘤研究, 2025, 15(1): 45-51.
|
|
[5]
|
Cruz, J.A. and Wishart, D.S. (2006) Applications of Machine Learning in Cancer Prediction and Prognosis. Cancer Informatics, 2. [Google Scholar] [CrossRef]
|
|
[6]
|
侯钊, 双卫兵. 机器学习算法的概述及其在生物医学中的应用[J]. 中国医学工程, 2025, 33(3): 72-78.
|
|
[7]
|
刘霞. 机器学习助力多种癌症早期筛查[N]. 科技日报, 2025-01-15(004).
|
|
[8]
|
叶璟威, 刘卓炜. 人工智能在膀胱癌诊断中的研究进展[J]. 临床泌尿外科杂志, 2024, 39(12): 1071-1075.
|
|
[9]
|
方昱衡, 李泽伟, 许迎盈, 等. 基于机器学习的膀胱癌患者生存预测模型研究[J]. 现代信息科技, 2024, 8(16): 83-87.
|
|
[10]
|
杜龙廷. 基于多组学分析的膀胱癌分子机制研究[D]: [硕士学位论文]. 西安: 西安电子科技大学, 2023.
|
|
[11]
|
何俊翔, 张海燕, 李海, 等. 基于机器学习筛选膀胱癌预后标志物[J]. 中国老年学杂志, 2022, 42(24): 5957-5961.
|
|
[12]
|
徐文浩, 田熙, 艾合太木江∙安外尔, 等. 人工智能在泌尿系统肿瘤中的应用研究进展[J]. 中国癌症杂志, 2022, 32(1): 68-74.
|
|
[13]
|
朱韦宇, 樊纪山, 江阳, 户彩凤, 孙巧榆. 基于机器学习的新冠疑似人员预测[J]. 计算机科学与应用, 2023, 13(7): 1420-1427.
|
|
[14]
|
杨兴俊, 杨兴华. 机器学习在医疗数据发展中的应用思考[J]. 应用数学进展, 2022, 11(6): 3496-3501.
|
|
[15]
|
郭东斌, 苏鑫洪, 黄俊龙. 机器学习预测脑膜瘤术后静脉血栓高危因素[J]. 福建医药杂志, 2024, 46(5): 20-26, 122.
|
|
[16]
|
刘玥, 刘启玲, 苏海霞, 等. 机器学习法在生存分析中的应用研究[J]. 预防医学, 2024, 36(6): 496-500, 505.
|
|
[17]
|
吴娇. 基于可解释机器学习的晚期结直肠癌中西医生存预测模型的构建及验证[D]: [博士学位论文]. 北京: 中国中医科学院, 2024.
|
|
[18]
|
王佩佩, 双卫兵. 生存分析概述及模型应用[J]. 中国医学工程, 2023, 31(11): 62-68.
|
|
[19]
|
Chen, T. and Guestrin, C. (2016) XGBoost: A Scalable Tree Boosting System. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, San Francisco, 13-17 August 2016, 785-794. [Google Scholar] [CrossRef]
|
|
[20]
|
骆杨. 生存分析在客户流失预测模型中的应用[J]. 统计学与应用, 2021, 10(1): 10-20.
|
|
[21]
|
万雨勤, 仝纪龙, 刘永乐, 等. 基于XGBoost算法量化气象要素对兰州市主城区夏季臭氧浓度的影响[J/OL]. 环境科学: 1-16. 2025-04-03.[CrossRef]
|
|
[22]
|
Robert, C. (2020) A Decade of Immune-Checkpoint Inhibitors in Cancer Therapy. Nature Communications, 11, Article No. 3801. [Google Scholar] [CrossRef] [PubMed]
|
|
[23]
|
鲁鹤臻. 早期膀胱癌多组学分析及APOA2对膀胱癌生物学功能的调控[D]: [博士学位论文]. 长春: 吉林大学, 2023.
|
|
[24]
|
文英美, 姚颐. 代谢组学在恶性肿瘤研究中的应用进展[J]. 肿瘤学杂志, 2024, 30(1): 57-62.
|
|
[25]
|
邓细蒙. 基于生物信息学方法构建膀胱癌基底膜相关基因预后模型[D]: [硕士学位论文]. 扬州: 扬州大学, 2023.
|
|
[26]
|
王铁, 许建成. 膀胱癌的代谢组学研究进展[J]. 检验医学与临床, 2023, 20(12): 1771-1774.
|