Татьяна цыганова: Татьяна Цыганова – биография, книги, отзывы, цитаты

Относительная сложность трех…

Рисунок 1

Относительная сложность трех задач прогнозирования . Совокупные информационные значения имеют…

Относительная сложность трех задач прогнозирования . Значения кумулятивной информации были масштабированы таким образом, чтобы максимальное значение равнялось 1. Чтобы сделать кривые сопоставимыми и принять во внимание размер выборки, используется соотношение между количеством признаков, используемых в кумулятивной информации (F), и размером выборки. на горизонтальной оси. Большие значения совокупной информации указывают на более простые проблемы.

Рисунок 2

Графики расчетной площади…

Рисунок 2

Блок-диаграммы оценочной площади под кривой (AUC), стратифицированные путем выбора признаков и…

Блок-диаграммы оценочной площади под кривой (AUC), стратифицированные методами выбора признаков и классификации . На диаграммах показано среднее значение AUC, умноженное на 10, при пятикратной перекрестной проверке (CV). Левая колонка содержит оценку AUC, стратифицированную методом выбора признаков, а правая колонка содержит расчетную AUC, стратифицированную методом классификации.

Рисунок 3

Графические сводки расчетных…

Рисунок 3

Графические сводки расчетных и наблюдаемых площадей под кривой (AUC) для…

Графические сводки расчетных и наблюдаемых площадей под кривой (AUC) для каждой из 120 моделей . Для каждой комбинации метода выбора признаков и алгоритма классификации наносятся значения AUC ± 2 стандартных отклонения. Показаны средние AUC, полученные из 10 × 5-CV (перекрестная проверка; черный квадрат), бутстрап LPO (черная точка), а также условные (синий кружок) и средние (красный крест) AUC проверки.

Рисунок 4

Кривые обучения для лучших…

Рисунок 4

Кривые обучения для лучших предикторов для каждой из трех конечных точек .…

Кривые обучения для лучших предикторов для каждой из трех конечных точек . Для каждой конечной точки кривая обучения наиболее эффективной модели в проверочном наборе оценивалась с помощью пятикратной перекрестной проверки для постепенного увеличения размеров выборки. На графике показаны как предполагаемая производительность для разных размеров выборки, так и подобранная кривая. Для классификатора квадратичного дискриминантного анализа (QDA) требовалось более 60 выборок, поэтому минимальный размер выборки для него составлял 80. Обратите внимание на нелинейный масштаб оси x.

См. это изображение и информацию об авторских правах в PMC

Похожие статьи

• Риски утечки признаков и зависимости от размера выборки при глубоком извлечении признаков для классификации массы груди.

  Самала Р.К., Чан Х.П., Хаджийский Л., Хелви М.А. Самала Р.К. и др. мед. физ. 2021 июнь;48(6):2827-2837. doi: 10.1002/mp.14678. Epub 2021 12 апр. мед. физ. 2021. PMID: 33368376 Бесплатная статья ЧВК.

• Отбор признаков и классификация данных экспрессии генов микрочипов рака молочной железы MAQC-II и множественной миеломы.

  Лю Кью, Сун А.Х., Чен З., Лю Дж., Хуан С., Дэн Ю. Лю Кью и др. ПЛОС Один. 11 декабря 2009 г.; 4(12):e8250. doi: 10. 1371/journal.pone.0008250. ПЛОС Один. 2009. PMID: 20011240 Бесплатная статья ЧВК.

• Сравнение эффективности одноцветного и двухцветного анализов экспрессии генов при прогнозировании клинических исходов у пациентов с нейробластомой.

  Обертуер А., Джураева Д., Ли Л., Калерт Ю., Вестерманн Ф., Эйлс Р., Бертольд Ф., Ши Л., Вольфингер Р.Д., Фишер М., Брорс Б. Обертуер А. и соавт. Pharmacogenomics J. 2010 Aug; 10 (4): 258-66. doi: 10.1038/tpj.2010.53. Фармакогеномика Дж. 2010. PMID: 20676065 Бесплатная статья ЧВК.

• Гибридный метод выбора признаков для данных ДНК-микрочипов.

  Чуанг Л.И., Ян Ч., Ву К.С., Ян Ч. Чуанг Л.И. и соавт. Компьютер Биол Мед. 2011 Апрель; 41 (4): 228-37. doi: 10.1016/j.compbiomed. 2011.02.004. Epub 2011 3 марта. Компьютер Биол Мед. 2011. PMID: 21376310

• Выбор одной модели или объединение нескольких моделей для разработки классификатора на основе микрочипов? — сравнительный анализ на основе больших и разнообразных наборов данных, созданных в рамках проекта MAQC-II.

  Чен М., Ши Л., Келли Р., Перкинс Р., Фанг Х., Тонг В. Чен М. и др. Биоинформатика BMC. 2011 18 октября; 12 Приложение 10 (Приложение 10): S3. дои: 10.1186/1471-2105-12-S10-S3. Биоинформатика BMC. 2011. PMID: 22166133 Бесплатная статья ЧВК.

Посмотреть все похожие статьи

Цитируется

• Schlafen 12 замедляет рост опухоли TNBC, индуцирует люминальные маркеры и прогнозирует благоприятную выживаемость.

  Сингхал С.К., Аль-Марсумми С., Вомхоф-ДеКрей Э.Е., Лаукнер Б., Бейер Т., Бассон М.Д. Сингхал С.К. и др. Раков (Базель). 2023 7 января; 15 (2): 402. doi: 10.3390/раки15020402. Раков (Базель). 2023. PMID: 36672349 Бесплатная статья ЧВК.

• SCUBE2 в качестве маркера устойчивости к неоадъювантной химиотерапии на основе таксана и потенциальной терапевтической мишени при раке молочной железы.

  Озджан Г. Озкан Г. Eur J Здоровье груди. 2023 1 января; 19 (1): 45-54. doi: 10.4274/ejbh.galenos.2022.2022-8-2. Электронная коллекция 2023 янв. Eur J Здоровье груди. 2023. PMID: 36605472 Бесплатная статья ЧВК.

• Высокая экспрессия гена RAD51 связана с агрессивной биологией и плохой выживаемостью при раке молочной железы.

  Ву Р., Патель А., Токумару Ю., Асаока М., Оши М., Ян Л., Исикава Т., Такабэ К. Ву Р и др. Лечение рака молочной железы. 2022 мая; 193(1):49-63. doi: 10.1007/s10549-022-06552-0. Epub 2022 6 марта. Лечение рака молочной железы. 2022. PMID: 35249172

• Структура прогнозирования применимости сигнатур генов Oncotype DX, MammaPrint и E2F4 для улучшения прогностического прогнозирования рака молочной железы.

  Яо К., Тонг С.И., Ченг С. Яо К. и др. Научный представитель 2022 г. 9 февраля; 12 (1): 2211. doi: 10.1038/s41598-022-06230-7. Научный представитель 2022. PMID: 35140308 Бесплатная статья ЧВК.

• Иммуноассоциированная геномная сигнатура эффективно предсказывает патологический полный ответ на неоадъювантную химиотерапию паклитакселом и антрациклином при раке молочной железы.

  Фу С, Лю Ю, Хань Х, Пан Ю, штаб-квартира Ван, Ван Х, Дай Х, Ян В. Фу С и др. Фронт Иммунол. 2021 30 августа; 12:704655. doi: 10.3389/fimmu.2021.704655. Электронная коллекция 2021. Фронт Иммунол. 2021. PMID: 34526986 Бесплатная статья ЧВК.

Просмотреть все статьи «Цитируется по»

Рекомендации

1. 1. Вийвер М.Дж. ван де, Хе Ю.Д., Ван’т Веер Л.Дж., Дай Х., Харт А.А.М., Воскуил Д.В., Шрайбер Г.Дж., Петерс Д.Л., Робертс С., Мартон М.Дж., Пэрриш М., Атсма Д., Виттевен А., Глас А., Делахай Л., Velde T van der, Bartelink H, Rodenhuis S, Rutgers ET, Friend SH, Bernards R. Сигнатура генной экспрессии как предиктор выживания при раке молочной железы. N Engl J Med. 2002;347:1999–2009. дои: 10.1056/NEJMoa021967. — DOI — пабмед
2. 1. Paik S, Shak S, Tang G, Kim C, Baker J, Cronin M, Baehner FL, Walker MG, Watson D, Park T, Hiller W, Fisher ER, Wickerham DL, Bryant J, Wolmark N. Мультигенный анализ для прогнозирования рецидив рака молочной железы без лимфоузлов, получавшего лечение тамоксифеном. N Engl J Med. 2004; 351:2817–2826. дои: 10.1056/NEJMoa041588. — DOI — пабмед
3. 1. Росс Дж.С., Хатзис С., Симманс В.Ф., Пустаи Л., Хортобадьи Г.Н. Коммерческие мультигенные предикторы клинического исхода рака молочной железы. Онколог. 2008; 13: 477–493. doi: 10.1634/теонколог.2007-0248. — DOI — пабмед
4. 1. Дудуа С. , Фридлянд Дж., Спид Т.П. Сравнение методов дискриминации для классификации опухолей с использованием данных об экспрессии генов. J Am Statist Assoc. 2002; 97: 77–87. дои: 10.1198/016214502753479248. — DOI
5. 1. Перу К.М., Сёрли Т., Эйзен М.Б., Рейн М. ван де, Джеффри С.С., Рис К.А., Поллак М.Р., Росс Д.Т., Джонсен Х., Акслен Л.А., Флюге О., Пергаменщиков А., Уильямс С., Чжу С.Х., Лённинг П.Е., Бёрресен-Дейл А.Л., Браун П.О., Ботштейн Д. Молекулярные портреты опухолей молочной железы человека. Природа. 2000;406:747–752. дои: 10.1038/35021093. — DOI — пабмед

Типы публикаций

термины MeSH

вещества

Грантовая поддержка

• R-01/PHS HHS/США

Олимпийский отбор России | НОВОСТИ

Олимпийский отбор России
Николай Иванов для IAAF

26 июля 2000 г. — Москва — Глава Всероссийской федерации Валентин Балахничев прогнозировали, что отбор национальной олимпийской сборной на чемпионаты России ( 22-26 июля) будет очень сложной задачей с ожесточенной борьбой за места в сборной. Он был прав.

Все дни чемпионата в Туле тренеры старались всеми средствами подтолкнуть своих спортсменов к Сиднею. Спортсменам нужно было выиграть одно из двух первые места в каждом виде и выполнить квалификационные нормативы, чтобы занять место в команде.

Во-первых, это были достаточно жесткие нормы национального федерации, а в случае, если спортсмены не могли добраться до них, их просили предъявить международные стандарты.

Хотя спорадические проливные дожди на протяжении всего чемпионата ни к чему не привели чтобы помочь добиться хороших результатов, выдающиеся результаты были достигнуты в семиборье. Елена Прохорова показала 6765 баллов, Наталья Рощупкина — 6633 и Диана Корицкая. 6401.

Прохоровой понадобилось всего 6 недель, чтобы улучшить свой личный рекорд результат на 245 баллов. Она говорит, что еще может улучшить метание и бег на 100 метров. препятствия, чтобы бороться за олимпийскую золотую медаль.

Юрий Борзаковский пробежал 400 м с новым рекордом России среди юниоров 45,84. и был засчитан в этом забеге с новыми личными лучшими результатами на 200 и 300 м. Он хочет улучшить свое ускорение на 800 м в Сиднее. Его следующий старт будет через Стокгольм (1 августа) на высоте 1000 м. А потом будет тренироваться в Кисловодске без всяких соревнования.

Новый рекорд России среди юниоров установила Елена Исинбаева в прыжок с шестом. Она преодолела 4,40 метра вместе с победительницей Еленой Поляковой в хард дождливые условия.

Татьяна Лебедева показала в тройном прыжке 14,82 против сильного ветра в все ее прыжки. Она говорит, что теперь готова достичь результата более чем на 15 м.

Понятно, что к Вячеславу Воронину в Сиднее присоединится его партнер по тренировкам Сергей Клюгин, прыгнувший 2,33.

Новая русская надежда в прыжках с шестом победительница чемпионата мира среди юниоров чемпионата Павел Герасимов преодолел 5,85 во втором прыжке, взяв довольно легкий победа.

Наталья Цыганова пробежала 800 м с мировым сезоном и личным рекордом 1:56.60. Второе место заняла Ольга Распопова с результатом 1:56,85. Теперь Наталья говорит, что это хорошая база для олимпийской битвы, и она собирается добиться дальнейшего прогресса на соревнования в Стокгольме и Цюрихе.

Тем временем Ирина Привалова одержала 12-ю победу на национальном чемпионатов, но на этот раз в 400 м/ч с 54,21. Она говорит, что ей удается достичь 53 секунды до борьбы за олимпийскую медаль.

Тренеры назвали спортсменов, отобранных в олимпийскую сборную, хотя в ближайшем будущем могут быть некоторые исправления, потому что некоторые обсуждения команда все еще в процессе.

Мужчины: 100 м Сергей Бычков 400 м Дмитрий Головастов. 800 м Юрий Борзаковский, Дмитрий Богданов, Артем Мастров. 1500 м Вячеслав Шабунин. 10 000 м Дмитрий Максимов. 110 м/ч Евгений Печенкин, Андрей Кислых. 400 м/ч Владислав Ширяев, Борис Горбань, Руслан Мащенко. Шпиль 3000 м Владимир Пронин. 4х100 м Сергей Бычков, Дмитрий Васильев, Валерий Кирдяшев, Сергей Слукин, Александр Смирнов. 4х400 м Дмитрий Головастов, Андрей Семенов, Олег Ковалев, Дмитрий Шатров, Юрий Борзаковский. Марафон Дмитрий Капитонов, Леонид Швецов. 20 км пешком Илья Марков, Роман Рассказов, Владимир Андреев. 50 км пешком Валерий Спыцин, Владимир Потемин. Прыжки в высоту Вячеслав Воронин, Сергей Клугин, Петр Брайко. Прыжки с шестом Максим Тарасов, Павел Герасимов, Евгений Смирягин. Прыжки в длину Даниил Буркеня, Владимир Малявин, Виталий Шкурлатов или Кирилл Сосунов. Тройной прыжок Денис Капустин, Геннадий Марков, Игорь Спасоводский. толкание ядра Павел Чумаченко. Метание диска Дмитрий Шевченко, Виталий Сидоров, Александр Боричевский Метание молота Василий Сидоренко, Алексей Загорный, Илья Коновалов Метание копья Сергей Макаров, Владимир Овчинников. Десятиборье Роман Разбейко.

Женщины: 100 м Наталья Игнатова, Марина Транденкова, Наталья Воронова. 200 м Светлана Поспелова, Марина Транденкова, Ирина Хабарова. 400 м Наталья Назарова, Ольга Котлярова, Олеся Зыкина. 800 м Наталья Цыганова, Ольга Распопова, Ирина Мистюкевич 1500 м Светлана Мастеркова, Людмила Рогачева, Наталья Горелова. 5000 м Татьяна Томашова, Ольга Егорова, Галина Богомолова 10 000 м Галина Богомолова, Лидия Григорьева, Людмила Бекташева.100 м/ч Наталья Шеходанова, Юлия Граудина, Светлана Лаухова. 400 м/ч Ирина Привалова, Юля Носова, Наталья Чулкова 4х100 м Наталья Игнатова, Марина Транденкова, Наталья Воронова, Марина Кислых, Наталья Воронова. 4х400 м Наталья Назарова, Ольга Котлярова, Олеся Зыкина, Светлана Гончаренко, Юлия Сотникова. Марафон Валентина Егорова, Любовь Моргунова. 20 км пешком Татьяна Гудкова, Ольга Полякова, Ирина Станкина. Прыжки в высоту Елена Елесина, Марина Купцова, Светлана Лапина. Прыжок с шестом Елена Белякова, Елена Исинбаева, Светлана Феофанова.