Effect of a machine learning prediction model on the false-negative rate of sentinel lymph node biopsy for clinically node-positive breast cancer after neoadjuvant chemotherapy

Background: Machine learning (ML) models can be used to predict axillary pathological complete responses (pCRs) in clinically node-positive (cN+) breast cancer after neoadjuvant chemotherapy (NAC). We developed an ML model combining clinicopathological characteristics and axillary ultrasound feature...

முழு விளக்கம்

நூற்பட்டியல் விவரங்கள்

முதன்மை ஆசிரியர்கள்:	Minyan Chen, Tianzi Hong, Yali Wang, Shengmei Li, Bangwei Zeng, Cong Chen, Jie Zhang, Wenhui Guo, Lili Chen, Yuxiang Lin, Chuan Wang, Fangmeng Fu
வடிவம்:	Artigo
மொழி:	Inglês
வெளியிடப்பட்டது:	Elsevier 2025-10-01
தொடர்:	Breast
பொருள்கள்:	Machine learning model Axillary pathological complete response Breast cancer
ஆன்லைன் அணுகல்:	http://www.sciencedirect.com/science/article/pii/S0960977625005600
குறிச்சொற்கள்:	குறிச்சொல்லை சேர்க்கவும் டாக்‌ஸ் இல்லை, இந்த பதிவுக்கு குறிச்சொல் சேர்க்கும் முதல் நபராக இருங்கள்!