乳腺癌预后新框架：偏振分析、数学与分类技术协同发力

研究人员利用偏振法研究 87 例患者，构建乳腺癌预后框架，准确率达 82.8%。

　　在全球女性中，乳腺癌是由癌细胞生长导致的最常见癌症之一。这项研究对 87 名患者在可见光谱范围（400 - 800nm）内采用偏振法（Polarimetry）进行研究。偏振法用于组织特性分析，尤其是癌症预后和生化定量分析。研究人员对比了恶性和良性乳腺组织的九种衍生偏振特性。与二级和纤维腺瘤相比，所有九种偏振特性在三级乳腺癌中的数值都更高。良性肿瘤的各向异性（anisotropy）比恶性肿瘤更高，椭圆率（Ellipticity）和取向（orientation）则呈现相反趋势。血液学研究表明，辣木显著改善了乳腺癌患者的血液成分。研究采用皮尔逊（Pearson）和斯皮尔曼（Spearman）相关性分析，显著性水平设定为 p < 0.05（p 为研究中观察到的效应偶然发生的概率）。除白细胞、尿素、肌酐、谷草转氨酶（SGOT）和总胆红素外，所有参数和成分均达到显著性水平。模型训练是一个复杂的过程，它决定了应用的质量。该研究数据基于 1360 次观测和 38 个预测因子，准确率达到 82.8%。因此，偏振分析、数学和分类技术相结合，为乳腺癌预后提供了一个框架。