目的分析新辅助化疗联合保乳手术治疗早期乳腺癌的效果及对中性粒细胞与淋巴细胞比值(neutrophil to lymphocyte ratio,NLR)、血小板与淋巴细胞比值(platelet to lymphocyte ratio,PLR)的影响。方法选取2018年1月至2020年1月在河北省秦...目的分析新辅助化疗联合保乳手术治疗早期乳腺癌的效果及对中性粒细胞与淋巴细胞比值(neutrophil to lymphocyte ratio,NLR)、血小板与淋巴细胞比值(platelet to lymphocyte ratio,PLR)的影响。方法选取2018年1月至2020年1月在河北省秦皇岛市第一医院治疗的早期乳腺癌女性患者126例,根据治疗方法分为观察组63例(行保乳手术前予新辅助化疗)和对照组63例(行保乳手术治疗)。比较两组癌抗原15-3(cancer antigen 15-3,CA15-3)、癌胚抗原(carcinoembryonic antigen,CEA)和外周血NLR、PLR水平,比较乳房美容优良率及3年生存率和复发率。结果两组淋巴结清扫数目差异无显著性,而观察组术中出血量较对照组更少,手术时间、拔管时间、住院时间较对照组更短,观察组患者乳房美容优良率较对照组更高,差异有显著性(P<0.05)。两组治疗前CA15-3、CEA水平差异无显著性(P>0.05),治疗后两组患者的CA15-3、CEA水平较对照组及治疗前变化差异无显著性(P>0.05)。两组治疗前外周血NLR、PLR水平差异无显著性(P>0.05);治疗后观察组NLR、PLR水平较对照组及治疗前更低,差异有显著性(P<0.05)。随访3年,两组均无死亡病例,观察组无复发转移病例,对照组为12.70%(8/63),差异有显著性(χ2=6.540,P=0.011)。结论对于早期乳腺癌患者,新辅助化疗联合保乳手术可提高其术后乳房美容效果,降低肿瘤复发转移率,同时并未增加外周血NLR、PLR水平的表达,具有安全性。展开更多
在机器学习和模式识别中,降维能够显著提升分类器的判别性能与效率。比率和(ratio sum,RS)是线性判别分析(linear discriminant analysis,LDA)的一种全新变体,它试图使投影矩阵在每个维度上都达到最优。但RS并没有考虑到数据的局部几何...在机器学习和模式识别中,降维能够显著提升分类器的判别性能与效率。比率和(ratio sum,RS)是线性判别分析(linear discriminant analysis,LDA)的一种全新变体,它试图使投影矩阵在每个维度上都达到最优。但RS并没有考虑到数据的局部几何结构,这就可能导致无法求得最优解。为了克服RS的这一缺点,提出了一种自适应近邻局部比值和线性判别分析算法(adaptive neighbor local ratio sum linear discriminant analysis,ANLRSLDA)。该算法使用自适应近邻的构图方法构建邻接矩阵,保留数据的局部几何结构完成了数据类间及类内矩阵的构建,从而更好地找到数据的最优表示;并且该方法采用有效的无核参数邻域分配策略来构造邻接矩阵,避免调整热核参数的需要。在UCI数据集及人脸数据集进行了对比实验,验证了该算法的有效性。展开更多
文摘目的分析新辅助化疗联合保乳手术治疗早期乳腺癌的效果及对中性粒细胞与淋巴细胞比值(neutrophil to lymphocyte ratio,NLR)、血小板与淋巴细胞比值(platelet to lymphocyte ratio,PLR)的影响。方法选取2018年1月至2020年1月在河北省秦皇岛市第一医院治疗的早期乳腺癌女性患者126例,根据治疗方法分为观察组63例(行保乳手术前予新辅助化疗)和对照组63例(行保乳手术治疗)。比较两组癌抗原15-3(cancer antigen 15-3,CA15-3)、癌胚抗原(carcinoembryonic antigen,CEA)和外周血NLR、PLR水平,比较乳房美容优良率及3年生存率和复发率。结果两组淋巴结清扫数目差异无显著性,而观察组术中出血量较对照组更少,手术时间、拔管时间、住院时间较对照组更短,观察组患者乳房美容优良率较对照组更高,差异有显著性(P<0.05)。两组治疗前CA15-3、CEA水平差异无显著性(P>0.05),治疗后两组患者的CA15-3、CEA水平较对照组及治疗前变化差异无显著性(P>0.05)。两组治疗前外周血NLR、PLR水平差异无显著性(P>0.05);治疗后观察组NLR、PLR水平较对照组及治疗前更低,差异有显著性(P<0.05)。随访3年,两组均无死亡病例,观察组无复发转移病例,对照组为12.70%(8/63),差异有显著性(χ2=6.540,P=0.011)。结论对于早期乳腺癌患者,新辅助化疗联合保乳手术可提高其术后乳房美容效果,降低肿瘤复发转移率,同时并未增加外周血NLR、PLR水平的表达,具有安全性。
文摘在机器学习和模式识别中,降维能够显著提升分类器的判别性能与效率。比率和(ratio sum,RS)是线性判别分析(linear discriminant analysis,LDA)的一种全新变体,它试图使投影矩阵在每个维度上都达到最优。但RS并没有考虑到数据的局部几何结构,这就可能导致无法求得最优解。为了克服RS的这一缺点,提出了一种自适应近邻局部比值和线性判别分析算法(adaptive neighbor local ratio sum linear discriminant analysis,ANLRSLDA)。该算法使用自适应近邻的构图方法构建邻接矩阵,保留数据的局部几何结构完成了数据类间及类内矩阵的构建,从而更好地找到数据的最优表示;并且该方法采用有效的无核参数邻域分配策略来构造邻接矩阵,避免调整热核参数的需要。在UCI数据集及人脸数据集进行了对比实验,验证了该算法的有效性。