基于血浆外泌体小 RNA 和机器学习建模辅助乳腺癌筛查

验证前期已构建的基于血浆外泌体和机器学习的模型辅助乳腺癌筛查的临床应用价值：本研究前期收集 87 例对照和 126 例乳腺癌患者血浆，检测外泌体中 3 个乳腺癌关键基因含量，进行初步建模，后续将再收集 179 例对照和 253 例乳腺癌患者血浆，检测外泌体中 3 个乳腺癌关键基因含量，纳入前期已建立的三种乳腺癌筛查模型进行预测，将预测结果与影像诊断数据进行比较、分析，再应用“金标准”病理结果综合评价模型预测结果的准确定和稳定性。最终筛选出其中一种最佳的乳腺癌患筛查模型。本研究有望为辅助乳腺癌筛查提供准确、微创、易行的新评估方法，为更好的实现乳腺癌患者的“早诊断，早治疗”提供支持。