Two clinical factors (BMI, WOMAC to

Two clinical factors (BMI, WOMAC total score), 5 shape fea- tures, and 6 radiomic texture features were finally selected. The detailed feature names and their averaged model coefficients were listed in Table 1. Specifically, shape features weighted more than half (58.9%) in the proposed model, and texture features took 32.3% of the weightings, while the clinical features weighted only 8.8%. A higher discriminability of the radiomic-clinical model (testing AUC 1⁄4 0.85 (95CI: 0.76-0.93)) was observed than the baseline clinical only model (testing AUC 1⁄4 0.73 (95CI: 0.61-0.82)), as demonstrated by the separated receiver operating characteristic curves in Figure 1(a). Moreover, the proposed model (testing accuracy 1⁄4 0.81 (95CI: 0.73-0.88)) showed a higher binary prediction correctness than the baseline model (testing accuracy 1⁄4 0.64 (95CI: 0.57-0.73)). The prediction correctness of each testing patient is visualized by the probability distributions (Figure 1 (c)(d)), and bal- anced prediction accuracies can be observed for both models. Notably, 19 out of 25 PFOA positive testing cases were correctly identified by the proposed model, while 16 for the baseline model. The value of the model correctness metrics for both training and testing were listed in Table 2. Both models showed a good calibration demonstrated by the testing calibration curve in Figure 1 (b) and low Brier scores in Table 2.

ผลลัพธ์ (ไทย) 1:

ในที่สุดก็ได้เลือกปัจจัยทางคลินิกสองประการ (BMI, คะแนนรวม WOMAC), คุณสมบัติรูปร่าง 5 อย่าง และคุณสมบัติพื้นผิวกัมมันตภาพรังสี 6 อย่าง ชื่อคุณลักษณะโดยละเอียดและค่าสัมประสิทธิ์แบบจำลองโดยเฉลี่ยแสดงอยู่ในตารางที่ 1 โดยเฉพาะอย่างยิ่ง คุณลักษณะรูปร่างที่มีน้ำหนักมากกว่าครึ่งหนึ่ง (58.9%) ในแบบจำลองที่เสนอ และคุณลักษณะพื้นผิวใช้เวลา 32.3% ของการถ่วงน้ำหนัก ในขณะที่ลักษณะทางคลินิกให้น้ำหนักเพียง 8.8% . ความสามารถในการแยกแยะที่สูงกว่าของแบบจำลองรังสีคลินิก (การทดสอบ AUC 1⁄4 0.85 (95CI: 0.76-0.93)) ถูกสังเกตพบมากกว่าแบบจำลองพื้นฐานทางคลินิกเท่านั้น (การทดสอบ AUC 1⁄4 0.73 (95CI: 0.61-0.82)) ตามที่แสดงให้เห็น โดยเส้นโค้งลักษณะการทำงานของตัวรับสัญญาณที่แยกจากกันในรูปที่ 1 (a) นอกจากนี้ แบบจำลองที่นำเสนอ (ความแม่นยำในการทดสอบ 1/4 0.81 (95CI: 0.73-0.88)) แสดงความแม่นยำในการทำนายแบบไบนารีที่สูงกว่าแบบจำลองพื้นฐาน (ความแม่นยำในการทดสอบ 1/4 0.64 (95CI: 0.57-0.73)) ความถูกต้องของการทำนายของผู้ป่วยแต่ละรายที่ทดสอบจะถูกมองเห็นโดยการแจกแจงความน่าจะเป็น (รูปที่ 1 (c) (d)) และสามารถสังเกตความแม่นยำในการทำนายที่สมดุลสำหรับทั้งสองรุ่น โดยเฉพาะอย่างยิ่ง กรณีการทดสอบเชิงบวกของ PFOA 19 กรณีจาก 25 กรณีได้รับการระบุอย่างถูกต้องโดยแบบจำลองที่นำเสนอ ขณะที่ 16 กรณีสำหรับแบบจำลองพื้นฐาน ค่าของตัวชี้วัดความถูกต้องของแบบจำลองสำหรับทั้งการฝึกอบรมและการทดสอบแสดงอยู่ในตารางที่ 2 ทั้งสองรุ่นแสดงการสอบเทียบที่ดีซึ่งแสดงให้เห็นโดยเส้นโค้งการสอบเทียบการทดสอบในรูปที่ 1 (b) และคะแนน Brier ต่ำในตารางที่ 2

ผลลัพธ์ (ไทย) 2:

ในที่สุดปัจจัยทางคลินิกสองประการ (BMI, WOMAC คะแนนรวม) ลักษณะรูปร่าง 5 ลักษณะและลักษณะพื้นผิวทางรังสีวิทยา 6 ก็ได้รับการคัดเลือก ชื่อคุณลักษณะโดยละเอียดและค่าสัมประสิทธิ์แบบจำลองเฉลี่ยจะแสดงอยู่ในตารางที่ 1 โดยเฉพาะน้ำหนักของลักษณะรูปร่างมากกว่าครึ่งหนึ่ง (58.9%) ในแบบจำลองที่เสนอลักษณะพื้นผิวคิดเป็น 32.3% ของน้ำหนักในขณะที่ลักษณะทางคลินิกมีน้ำหนักเพียง 8.8% ดังที่แสดงในรูปที่ 1 (A) เส้นโค้งลักษณะการทำงานของวิชาที่แยกออกจากกันสังเกตได้ว่าแบบจำลองทางคลินิกของรังสีวิทยา (ทดสอบ AUC 1⁄4 0.85 (95CI: 0.76-0.93)) มีความสามารถในการแยกแยะสูงกว่าแบบจำลองทางคลินิกพื้นฐานเท่านั้น (ตรวจจับ AUC 1⁄4 0.73 (95CI = 0.61-0.82)) นอกจากนี้แบบจำลองที่นำเสนอ (ความแม่นยำในการทดสอบ1⁄4 0.81 (95CI: 0.73-0.88)) แสดงให้เห็นถึงความแม่นยำในการทำนายไบนารีสูงกว่าแบบจำลองพื้นฐาน (ความแม่นยำในการทดสอบ1⁄4 0.81 (95CI: 0.73-0.88)) ความถูกต้องของการทำนายของผู้ป่วยที่ทดสอบแต่ละรายจะแสดงโดยการกระจายตัวของความน่าจะเป็น (รูปที่ 1(c)(d))

ผลลัพธ์ (ไทย) 3:

ในที่สุดได้เลือกปัจจัยทางคลินิกสองประการ(ดัชนีมวลกายดัชนีWOMACรวม5ลักษณะรูปร่างและ6ลักษณะพื้นผิวรังสี ตารางที่1แสดงชื่อคุณลักษณะโดยละเอียดและค่าสัมประสิทธิ์ของแบบจําลองโดยเฉลี่ย โดยเฉพาะอย่างยิ่งในรูปแบบที่เสนอน้ําหนักของลักษณะรูปร่างมีมากกว่าครึ่งหนึ่ง( 58.9 % )น้ําหนักของคุณสมบัติพื้นผิวเท่ากับ32.3 %และน้ําหนักของคุณลักษณะทางคลินิกเพียง8.8 %เท่านั้น ตามที่แสดงในเส้นโค้งการทํางานของผู้ป่วยที่แยกได้ในรูปที่1 ( a )พบว่าความแตกต่างของกลุ่มรังสี( AUC 140.85 ( 95CI:0.76-0.93 ) )สูงกว่าแบบจําลองทางคลินิกพื้นฐาน( AUC 140.73 ( 95CI:0.61-0.82 ) ) นอกจากนี้แบบจําลองที่นําเสนอ(ความถูกต้องของการทดสอบ140.81 ( 95CI:0.73-0.88 ) )แสดงให้เห็นถึงความถูกต้องในการทํานายแบบไบนารีที่สูงกว่าแบบจําลองพื้นฐาน(ความถูกต้องของการทดสอบ140.64 ( 95CI:0.57-0.73 ) ) ความถูกต้องของการคาดการณ์ของผู้ป่วยแต่ละรายที่ทดสอบสามารถมองเห็นได้โดยการแจกแจงความน่าจะเป็น(รูปที่1 ( c ) ( d ) )และสามารถสังเกตได้ว่าความถูกต้องของการคาดการณ์ของทั้งสองแบบมีความสมดุล เป็นที่น่าสังเกตว่า19ใน25กรณีที่เป็นบวกของการทดสอบPFOAได้รับการระบุอย่างถูกต้องโดยรูปแบบที่เสนอและ16ได้รับการระบุอย่างถูกต้องโดยรูปแบบพื้นฐาน ตารางที่2แสดงค่าของเมตริกความถูกต้องของรูปแบบสําหรับการฝึกอบรมและการทดสอบ เส้นโค้งการสอบเทียบการทดสอบในรูปที่1 ( b )และคะแนนBrierที่ต่ํากว่าในตารางที่2แสดงให้เห็นว่าทั้งสองโมเดลมีประสิทธิภาพในการสอบเทียบที่ดี