2016
article
Additional file 3: of Prognostic value of automated KI67 scoring in breast cancer: a centralised evaluation of 8088 patients from 10 study groups
Mustapha Abubakar, Nick Orr, Frances Daley, Penny Coulson, Hasan Ali, Fiona M. Blows, Javier Benítez, Roger L. Milne, Hermann Brenner, Christa Stegmaier, Arto Mannermaa, Jenny Chang‐Claude, Anja Rudolph, Peter Sinn, Fergus J. Couch, Peter Devilee, Rob A.�E.�M. Tollenaar, Caroline Seynaeve, Jonine D. Figueroa, Mark E. Sherman, Jolanta Lissowska, Stephen Hewitt, Diana Eccles, Maartje J. Hooning, Antoinette Hollestelle, John W.M. Martens, Carolien H. M. van Deurzen, kConFab Investigators, Manjeet K. Bolla, Qin Wang, Michael Jones, Minouk J. Schoemaker, Jelle Wesseling, Flora E. van Leeuwen, Laura van ‘t Veer, Douglas Easton, Anthony J. Swerdlow, Mitch Dowsett, Paul D.P. Pharoah, Marjanka K. Schmidt, Montserrat García‐Closas
0Citations signalées, ce qui n’est pas une note de qualité
0Institutions déclarées
0Pays d’affiliation déclarés
Le résumé fourni par la source
Is Figure S2 showing ROC curve for the discriminatory accuracy of continuous automated KI67 scores against binary visual categories (≤25 % and > 25 %) based on a subset of patients with data on both visual and automated KI67 scores. (TIF 25 kb)
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
La source scientifique ouverte est momentanément indisponible.
Les sujets associés
Radiomics and Machine Learning in Medical ImagingAI in cancer detection