Validering av nyttige markører generert av neste generasjons biodatabasert genomforskning og kohortstudie (miRNA_Chip)

1. Mål Studien vil bli utført for å utvikle de integrerte analytiske metodene for genomiske data og kliniske data og biokontrollnettverksanalysen, gjennom hvilke kunnskapsbasert integrert analysesystem kan utvikles og deretter biomarkør for tidlig diagnose og behandling av kreft i bukspyttkjertelen og galle. kanalkreft, og til slutt det tilpassede sykdomshåndteringssystemet. Det er også for å bekrefte effektiviteten til diagnostisk brikke for forskningsformål ved å bruke bukspyttkjertel-/gallegangskreftspesifikk biomarkør, miRNA, funnet gjennom integrert analyse av genomiske data og kliniske data fra pasienter med kreft i bukspyttkjertelen/gallegangen til blodet av pasienter med kreft i bukspyttkjertelen/gallegangen.
2. Effektiv evalueringsmetode

Diskrimineringen og kalibreringen for algoritme gjennom diagnosebrikken for hver krefttype vil alle bli undersøkt ved bruk av 10 ganger kryssvalidering (100 repetisjoner). I den 10-dobbelte kryssvalideringen er dataene tilfeldig delt inn i 10 like store data, hvorav 9 brukes til å lage en modell for trening og de resterende 1 brukes til test, og denne prosessen gjentas tilfeldig og uavhengig i 100 ganger.

Den 10 ganger kryssvaliderte AUC beregnes for å se forskjellen på diagnostisk brikke for hver krefttype, og 95 % konfidensintervall presenteres ved ikke-parametrisk metode.

Det 10-gangers kryssvaliderte kalibreringsplottet presenteres for å se kalibreringen av diagnostisk brikke for hver krefttype. Kalibreringsplottet viser visuelt graden av prediksjon ved å sammenligne prediksjonssannsynligheten for hver gruppe og forholdet mellom faktiske kreftpasienter etter å ha listet prediksjonssannsynligheten i rekkefølgen og delt den med regelmessige intervaller.

Deretter, for de samme fagene, beregnes AUC for CA 19-9, det eksisterende kreftdiagnostiske verktøyet, og 95 % konfidensintervall presenteres. For å sammenligne den diagnostiske brikken for hver krefttype og AUC på CA 19-9, beregnes p-verdien ved hjelp av en ikke-parametrisk metode med 10 ganger kryssvalidert AUC.