Saltar para:
Logótipo
Comuta visibilidade da coluna esquerda
Você está em: Início > Publicações > Visualização > Personalizing breast cancer patients with heterogeneous data

Publicações

Personalizing breast cancer patients with heterogeneous data

Título
Personalizing breast cancer patients with heterogeneous data
Tipo
Artigo em Livro de Atas de Conferência Internacional
Ano
2014
Autores
Pedro Henriques Abreu
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Hugo Amaro
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Penousal Machado
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Miguel Henriques Abreu
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Ata de Conferência Internacional
Páginas: 39-42
International Conference on Health Informatics, ICHI 2013
7 November 2013 through 9 November 2013
Indexação
Classificação Científica
FOS: Ciências da engenharia e tecnologias > Engenharia electrotécnica, electrónica e informática
Outras Informações
ID Authenticus: P-00A-BBH
Abstract (EN): The prediction of overall survival in patients has an important role, especially in diseases with a high mortality rate. Encompassed in this reality, patients with oncological diseases, particularly the more frequent ones like woman breast cancer, can take advantage of a very good customization, which in some cases may even lead to a disease-free life. In order to achieve this customization, in this work a comparison between three algorithms (evolutionary, hierarchical and k-medoids) is proposed. After constructing a database with more than 800 breast cancer patients from a single oncology center with 15 clinical variables (heterogeneous data) and having 25% of the data missing, which illustrates a real clinical scenario, the algorithms were used to group similar patients into clusters. Using Tukey's HSD (Honestly Significant Difference) test, from both comparison between k-medoids and the other two approaches (evolutionary and hierarchical clustering) a statistical difference were detected (p¿ value < 0.0000001) as well as for the other comparison (evolutionary versus hierarchical clustering) - p¿value = 0.0061354 - for a significance level of 95%. The future work will consist primarily in dealing with the missing data, in order to achieve better results in future prediction. © 2014, Springer International Publishing Switzerland.
Idioma: Inglês
Tipo (Avaliação Docente): Científica
Nº de páginas: 4
Documentos
Não foi encontrado nenhum documento associado à publicação.
Publicações Relacionadas

Dos mesmos autores

Overall survival prediction for women breast cancer using ensemble methods and incomplete clinical data (2014)
Artigo em Revista Científica Internacional
Pedro Henriques Abreu; Hugo Amaro; Daniel Castro Silva; Penousal Machado; Miguel Henriques Abreu; Noémia Afonso; António Dourado
Recomendar Página Voltar ao Topo
Copyright 1996-2025 © Faculdade de Direito da Universidade do Porto  I Termos e Condições  I Acessibilidade  I Índice A-Z
Página gerada em: 2025-09-09 às 15:25:02 | Política de Privacidade | Política de Proteção de Dados Pessoais | Denúncias | Livro Amarelo Eletrónico