메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
Min Jun Ki (Department of Internal Medicine Kyung Hee University Hospital at Gangdong Kyung Hee University Scho) Yang Hyo-Joon (Division of Gastroenterology Department of Internal Medicine and Gastrointestinal Cancer Center Kan) Kwak Min Seob (Department of Internal Medicine Kyung Hee University Hospital at Gangdong Kyung Hee University Scho) Cho Chang Woo (Department of Bioinformatics Soongsil University Seoul Korea) Kim Sangsoo (Department of Bioinformatics Soongsil University Seoul Korea) Ahn Kwang-Sung (Functional Genome Institute PDXen Biosystems Inc. Seoul Korea) Park Soo-Kyung (Division of Gastroenterology Department of Internal Medicine and Gastrointestinal Cancer Center Kan) Cha Jae Myung (Department of Internal Medicine Kyung Hee University Hospital at Gangdong Kyung Hee University Scho) Park Dong Il (Division of Gastroenterology Department of Internal Medicine and Gastrointestinal Cancer Center Kan)
저널정보
거트앤리버 발행위원회 Gut and Liver Gut and Liver 제15권 제1호
발행연도
2021.1
수록면
85 - 91 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
Background/Aims: Risk prediction models using a deep neural network (DNN) have not been reported to predict the risk of advanced colorectal neoplasia (ACRN). The aim of this study was to compare DNN models with simple clinical score models to predict the risk of ACRN in colorectal cancer screening. Methods: Databases of screening colonoscopy from Kangbuk Samsung Hospital (n=121,794) and Kyung Hee University Hospital at Gangdong (n=3,728) were used to develop DNN-based prediction models. Two DNN models, the Asian-Pacific Colorectal Screening (APCS) model and the Korean Colorectal Screening (KCS) model, were developed and compared with two simple score models using logistic regression methods to predict the risk of ACRN. The areas under the receiver operating characteristic curves (AUCs) of the models were compared in internal and external validation databases. Results: In the internal validation set, the AUCs of DNN model 1 and the APCS score model were 0.713 and 0.662 (p<0.001), respectively, and the AUCs of DNN model 2 and the KCS score model were 0.730 and 0.667 (p<0.001), respectively. However, in the external validation set, the prediction performances were not significantly different between the two DNN models and the corresponding APCS and KCS score models (both p>0.1). Conclusions: Simple score models for the risk prediction of ACRN are as useful as DNN-based models when input variables are limited. However, further studies on this issue are warranted to predict the risk of ACRN in colorectal cancer screening because DNN-based models are currently under improvement.
#Colorectal neoplasms #Deep learning #Neural networks #Prediction #Mass screening

목차

등록된 정보가 없습니다.

참고문헌 (32)

참고문헌 신청
Ferlay J / 2015 / Cancer incidence and mortality worldwide : sources, methods and major patterns in GLOBOCAN 2012 / Int J Cancer 136:E359 google schola Shaukat A / 2013 / Long-term mortality after screening for colorectal cancer / N Engl J Med 369:1106~1114 google schola Nishihara R / 2013 / Long-term colorectalcancer incidence and mortality after lower endoscopy / N Engl J Med 369:1095~1105 google schola Liang PS / 2016 / Adherence to competing strategies for colorectal cancer screening over 3 years / Am J Gastroenterol 111:105~114 google schola Imperiale TF / 2015 / Derivation and validation of a scoring system to stratify risk for advanced colorectal neoplasia in asymptomatic adults : a cross-sectional study / Ann Intern Med 163:339~346 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0