本研究针对早发性结直肠癌(EOCRC)发病率上升但缺乏专属预后工具的临床困境，开发了基于随机生存森林(RSF)的OncoE25人工智能模型。研究团队利用SEER数据库和双中心队列，通过LASSO-Cox特征筛选和六种机器学习算法比较，证实RSF模型在预测癌症特异性生存(CSS ...

本研究针对同时存在血管和神经浸润（"双侵袭"）的非转移性胃癌患者术后复发预测难题，创新性整合随机生存森林（RSF）、决策生存树（DST）和极限梯度提升（XG Boosting）三种机器学习算法，构建了优于传统列线图的预测模型（最高C-index达0.791）。通过纳入CD56 ...