Prediction and Monitoring Method for Breast Cancer: A Case Study for Data from the University Hospital Centre of Coimbra
Prediction and Monitoring Method for Breast Cancer: A Case Study for Data from the University Hospital Centre of Coimbra
复制标题
乳腺癌的预测和监测方法：科英布拉大学医院中心数据的案例研究
DOI：
10.2147/cmar.s242027
复制
发表时间：
2020-03
影响因子：
3.3
通讯作者：
Liu Liu
中科院分区：
文献类型：
--
作者：
Jin Yue;Zhao Na;Liu Liu
乳腺癌是女性中仅次于皮肤癌的第二大常见癌症。乳腺癌可以发生在男性和女性身上，但在女性中更为常见。乳腺癌指标的实时监测变得越来越重要。它可以帮助在乳腺癌的诊断和治疗方面取得进展。本文提出了一种非参数统计方法来预测和检测乳腺癌的发生。指数加权滑动平均（EWMA）控制方案是基于秩的方法，所以它是完全非参数的。它是有效的检测多变量过程的移位。一个真实的例子数据从大学医院中心的科英布拉来说明这种方法。
Breast cancer is the second most common cancer in women after skin cancer. Breast cancer can occur in both men and women, but it is far more common in women. Real-time monitoring of breast cancer indicators is becoming increasingly important. It can help create advances in the diagnosis and treatment of breast cancer. In this paper, we provide a nonparametric statistical method to predict and detect breast cancer occur. The exponentially weighted moving average (EWMA) control scheme is based on rank methods so that it is completely nonparametric. It is efficient in detecting the shifts for multivariate processes. A real example data from the University Hospital Centre of Coimbra is given to illustrate this method.
登录
查看更多内容
DOI：
10.1093/biostatistics/1.4.441
发表时间：
2000-12-01
期刊：
Biostatistics (Oxford, England)
影响因子：
--
作者：
Steiner, S H;Cook, R J;Treasure, T
通讯作者：
Treasure, T
影响因子：
6
作者：
Dettin, Monica;Sieni, Elisabetta;Signori, Emanuela
通讯作者：
Signori, Emanuela
影响因子：
2.5
作者：
J. S. Hunter
通讯作者：
J. S. Hunter
影响因子：
1.5
作者：
Tadashi Seidou;Y. Aoki;N. Ohtomo
通讯作者：
Tadashi Seidou;Y. Aoki;N. Ohtomo
影响因子：
2.3
作者：
Liu Liu-Liu;Bin Chen;Jian Zhang-;Xuemin Zi
通讯作者：
Liu Liu-Liu;Bin Chen;Jian Zhang-;Xuemin Zi