癌症研究与免疫肿瘤学杂志
开放获取

抽象的

数据驱动的统计模型和多发性骨髓瘤 (MM) 癌症生存时间分析。

洛胡瓦·马穆杜

标题：多发性骨髓瘤 (MM) 癌症生存时间的数据驱动统计模型和分析。

 

姓名：Mamudu L*，Tsokos CP

南佛罗里达大学 (USF) 数学与统计系，坦帕 FL 33620，美国

抽象的

多发性骨髓瘤 (MM) 癌症已经并将继续成为许多研究的主题。主要目标是改善 MM 患者生存的治疗/治疗过程。考虑到病例和死亡人数不断增加，研究 MM 癌症势在必行。在本研究中，我们提出了一个数据驱动的统计模型，将 48 名诊断为多发性骨髓瘤的患者的生存时间作为 16 个可归因危险因素的函数。鉴于与其相关的危险因素，我们有兴趣了解 MM 的原因以及 MM 患者的寿命。我们确定了 9 个可归因的风险因素和一种对生存时间有显着影响的相互作用。他们是尿液中的 Bence Jone 蛋白、血尿素氮(BUN)/血清肌酐、感染、外周血中的骨髓细胞百分比、骨折、血清钙、性别、血小板和年龄，以及白细胞和总血清蛋白（交互项）。所提出的模型满足所有模型假设，通过残差分析检验，具有很高的预测精度。因此，它通过了拟合优度检验和良好的品质 模型。已根据对生存时间的贡献百分比对已识别的重要可归因风险因素和相互作用进行排序。对所提出的模型进行了评估，并与其他现有的多发性骨髓瘤生存模型进行了比较。我们的模型非常准确，并且还识别了 MM 的一些新的重要风险因素。该研究为多发性骨髓瘤癌症的治疗/治疗过程提供了改进的策略。（最多250字） 

演讲者简介：

Mamudu 先生是南佛罗里达大学数学与统计系的博士研究生和记录讲师，于 2021 年 5 月毕业，也是国际扶轮社 6890 区的成员。Mamudu 先生是一位年轻的新兴人物，非常有才华。令人兴奋的研究员、统计学家、数据科学家和分析师。他热衷于通过他的研究工作改善人们的福祉。他的研究以数据为驱动，重点关注健康、经济、金融和网络安全等跨学科领域。他最近发表了两篇关于多发性骨髓瘤癌症的有趣文章，并担任一些知名期刊的审稿人。（最多100字）  
 

摘要引用：

世界癌症与诊断大会

德国法兰克福 - 2020 年 6 月 15 日至 16 日