日期 影响因子
日期:
2020 年 — 2026 年
2020
2021
2022
2023
2024
2025
2026
影响因子:
–

Leveraging Bayesian networks and information theory to learn risk factors for breast cancer metastasis

利用贝叶斯网络和信息论来学习乳腺癌转移的风险因素

期刊:BMC Bioinformatics
影响因子:3.3
doi:10.1186/s12859-020-03638-8
Jiang, Xia; Wells, Alan; Brufsky, Adam; Shetty, Darshan; Shajihan, Kahmil; Neapolitan, Richard E
肿瘤
肿瘤免疫
乳腺癌
发表日期：2020
文献求助 收藏

A clinical decision support system learned from data to personalize treatment recommendations towards preventing breast cancer metastasis

一种利用数据学习的临床决策支持系统，用于个性化治疗建议，以预防乳腺癌转移

期刊:PLoS One
影响因子:2.6
doi:10.1371/journal.pone.0213292
Jiang, Xia; Wells, Alan; Brufsky, Adam; Neapolitan, Richard
肿瘤免疫
肿瘤
乳腺癌
发表日期：2019
文献求助 收藏

Using natural language processing and machine learning to identify breast cancer local recurrence

利用自然语言处理和机器学习识别乳腺癌局部复发

期刊:BMC Bioinformatics
影响因子:3.3
doi:10.1186/s12859-018-2466-x
Zeng, Zexian; Espino, Sasa; Roy, Ankita; Li, Xiaoyu; Khan, Seema A; Clare, Susan E; Jiang, Xia; Neapolitan, Richard; Luo, Yuan
肿瘤
肿瘤免疫
乳腺癌
发表日期：2018
文献求助 收藏

Conjugated equine estrogen and medroxyprogesterone acetate are associated with decreased risk of breast cancer relative to bioidentical hormone therapy and controls

与生物同源激素疗法和对照组相比，结合雌激素和醋酸甲羟孕酮与乳腺癌风险降低相关。

期刊:PLoS One
影响因子:2.6
doi:10.1371/journal.pone.0197064
Zeng, Zexian; Jiang, Xia; Li, Xiaoyu; Wells, Alan; Luo, Yuan; Neapolitan, Richard
肿瘤
肿瘤免疫
乳腺癌
免疫/内分泌
发表日期：2018
文献求助 收藏

Discovering causal interactions using Bayesian network scoring and information gain

利用贝叶斯网络评分和信息增益发现因果交互作用

期刊:BMC Bioinformatics
影响因子:3.3
doi:10.1186/s12859-016-1084-8
Zeng, Zexian; Jiang, Xia; Neapolitan, Richard
发表日期：2016
文献求助 收藏

Evaluation of a two-stage framework for prediction using big genomic data

利用大型基因组数据评估两阶段预测框架

期刊:Briefings in Bioinformatics
影响因子:7.7
doi:10.1093/bib/bbv010
Jiang, Xia; Neapolitan, Richard E
发表日期：2015
文献求助 收藏

A comparative analysis of methods for predicting clinical outcomes using high-dimensional genomic datasets

利用高维基因组数据集预测临床结果的方法比较分析

期刊:Journal of the American Medical Informatics Association
影响因子:4.6
doi:10.1136/amiajnl-2013-002358
Jiang, Xia; Cai, Binghuang; Xue, Diyang; Lu, Xinghua; Cooper, Gregory F; Neapolitan, Richard E
发表日期：2014
文献求助 收藏

A new method for predicting patient survivorship using efficient bayesian network learning

一种利用高效贝叶斯网络学习预测患者生存率的新方法

期刊:Cancer Informatics
影响因子:2.5
doi:10.4137/CIN.S13053
Jiang, Xia; Xue, Diyang; Brufsky, Adam; Khan, Seema; Neapolitan, Richard
发表日期：2014
文献求助 收藏

Inferring Aberrant Signal Transduction Pathways in Ovarian Cancer from TCGA Data

利用TCGA数据推断卵巢癌中异常的信号转导通路

期刊:Cancer Informatics
影响因子:2.5
doi:10.4137/CIN.S13881
Neapolitan, Richard; Jiang, Xia
信号转导
卵巢癌
肿瘤
肿瘤免疫
发表日期：2014
文献求助 收藏

Modeling the altered expression levels of genes on signaling pathways in tumors as causal bayesian networks

利用因果贝叶斯网络对肿瘤信号通路中基因表达水平的改变进行建模

期刊:Cancer Informatics
影响因子:2.5
doi:10.4137/CIN.S13578
Neapolitan, Richard; Xue, Diyang; Jiang, Xia
信号转导
肿瘤
肿瘤免疫
发表日期：2014
文献求助 收藏