目的:利用监测、流行病学和最终结果(surveillance,epidemiology,and end results,SEER)数据库构建列线图来预测老年早期HER2阳性乳腺癌患者的生存概率。方法:SEER数据库中筛选的5220名(基于单靶向治疗时代)和1176名(基于双靶向治疗时代...目的:利用监测、流行病学和最终结果(surveillance,epidemiology,and end results,SEER)数据库构建列线图来预测老年早期HER2阳性乳腺癌患者的生存概率。方法:SEER数据库中筛选的5220名(基于单靶向治疗时代)和1176名(基于双靶向治疗时代)患者被随机分为训练组和内部验证组。采用COX比例风险回归筛选生存相关预测因素并建立列线图模型,利用一致性指数(C-index)、校准曲线、受试者工作特征曲线(receiver operating characteristic curve,ROC)检验模型的准确性及实用性。对接受化疗和非化疗的患者使用两组倾向评分匹配进行统计配对,并对筛选的变量进行亚组分析。结果:单靶治疗时代列线图是由七个变量构建:年龄、婚姻状态、T分期、N分期、手术、化疗、放疗。双靶治疗时代列线图由两个变量构建:化疗和放疗。亚组分析结果表明,接受化疗的老年HER2阳性乳腺癌患者有更好的总生存期(OS)。结论:基于SEER数据库,建立并验证了预测老年早期HER2阳性乳腺癌患者生存率的准确列线图。该研究表明,化疗能增加老年患者的生存获益。展开更多
自然语言转结构化查询语句(Natural Language to SQL,NL2SQL)是信息领域一个重要课题.目前前沿的NL2SQL工作都是针对英文数据集,而处理英文数据的方法直接应用到中文上往往难以取得很好的效果.本文首先对传统的SQLNet模型进行了改进,在...自然语言转结构化查询语句(Natural Language to SQL,NL2SQL)是信息领域一个重要课题.目前前沿的NL2SQL工作都是针对英文数据集,而处理英文数据的方法直接应用到中文上往往难以取得很好的效果.本文首先对传统的SQLNet模型进行了改进,在其中融入了预训练模型,增强了其提取特征的能力;之后又分别对分类模型和条件值模型进行了改进:在分类模型中增加了LSTM进一步捕捉特征,在条件值模型中使用正则表达式等手段对特殊的条件子句进行了预处理.实验表明,本文对分类模型和条件值模型所做的改进都能有效提升模型的表达效果.展开更多
文摘自然语言转结构化查询语句(Natural Language to SQL,NL2SQL)是信息领域一个重要课题.目前前沿的NL2SQL工作都是针对英文数据集,而处理英文数据的方法直接应用到中文上往往难以取得很好的效果.本文首先对传统的SQLNet模型进行了改进,在其中融入了预训练模型,增强了其提取特征的能力;之后又分别对分类模型和条件值模型进行了改进:在分类模型中增加了LSTM进一步捕捉特征,在条件值模型中使用正则表达式等手段对特殊的条件子句进行了预处理.实验表明,本文对分类模型和条件值模型所做的改进都能有效提升模型的表达效果.