Buchumschlag

Enhancing Breast Cancer Prediction with LLM-Inferred Confounders

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Roy, Debmita
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Quantitative Methods
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multimodal Survival Modeling and Fairness-Aware Clinical Machine Learning for 5-Year Breast Cancer Risk Prediction
von: Khatibi, Toktam
Veröffentlicht: (2026)

Survival Analysis of Young Triple-Negative Breast Cancer Patients
von: O, M. Mehdi Owrang, et al.
Veröffentlicht: (2024)

Inferring processes within dynamic forest models using hybrid modeling
von: Pichler, Maximilian, et al.
Veröffentlicht: (2025)

Inferring the time-varying coupling of dynamical systems with temporal convolutional autoencoders
von: Calderon, Josuan, et al.
Veröffentlicht: (2024)

Multimodal Machine Learning for Early Prediction of Metastasis in a Swedish Multi-Cancer Cohort
von: Rugolon, Franco, et al.
Veröffentlicht: (2026)

Interpretable High-order Knowledge Graph Neural Network for Predicting Synthetic Lethality in Human Cancers
von: Chen, Xuexin, et al.
Veröffentlicht: (2025)

PR-NET: Leveraging Pathway Refined Network Structures for Prostate Cancer Patient Condition Prediction
von: Li, R., et al.
Veröffentlicht: (2024)

Toward Scalable Early Cancer Detection: Evaluating EHR-Based Predictive Models Against Traditional Screening Criteria
von: Park, Jiheum, et al.
Veröffentlicht: (2025)

Enhancing End Stage Renal Disease Outcome Prediction: A Multi-Sourced Data-Driven Approach
von: Li, Yubo, et al.
Veröffentlicht: (2024)

Scientific Hypothesis Generation by a Large Language Model: Laboratory Validation in Breast Cancer Treatment
von: Abdel-Rehim, Abbi, et al.
Veröffentlicht: (2024)

A Demographic-Conditioned Variational Autoencoder for fMRI Distribution Sampling and Removal of Confounds
von: Orlichenko, Anton, et al.
Veröffentlicht: (2024)

ADEP: A Novel Approach Based on Discriminator-Enhanced Encoder-Decoder Architecture for Accurate Prediction of Adverse Effects in Polypharmacy
von: Kobraei, Katayoun, et al.
Veröffentlicht: (2024)

Enhancing Drug Discovery: Autoencoder-Based Latent Space Augmentation for Improved Molecular Solubility Prediction using LatMixSol
von: Hasankhani, Mohammad Saleh
Veröffentlicht: (2025)

Inferring stochastic dynamics with growth from cross-sectional data
von: Zhang, Stephen, et al.
Veröffentlicht: (2025)

Beyond Current Boundaries: Integrating Deep Learning and AlphaFold for Enhanced Protein Structure Prediction from Low-Resolution Cryo-EM Maps
von: Xin, et al.
Veröffentlicht: (2024)

Inferring biological processes with intrinsic noise from cross-sectional data
von: Maddu, Suryanarayana, et al.
Veröffentlicht: (2024)

Transforming Multi-Omics Integration with GANs: Applications in Alzheimer's and Cancer
von: Reza, Md Selim, et al.
Veröffentlicht: (2025)

Multi-scale Graph Autoregressive Modeling: Molecular Property Prediction via Next Token Prediction
von: Jiang, Zhuoyang, et al.
Veröffentlicht: (2026)

Personalised Drug Identifier for Cancer Treatment with Transformers using Auxiliary Information
von: Jayagopal, Aishwarya, et al.
Veröffentlicht: (2024)

Virtual Cells: Predict, Explain, Discover
von: Noutahi, Emmanuel, et al.
Veröffentlicht: (2025)

Conformal Prediction in Dynamic Biological Systems
von: Portela, Alberto, et al.
Veröffentlicht: (2024)

Opportunistic Screening for Pancreatic Cancer using Computed Tomography Imaging and Radiology Reports
von: Le, David, et al.
Veröffentlicht: (2025)

Computational Mapping of Reactive Stroma in Prostate Cancer Yields Interpretable, Prognostic Biomarkers
von: Pleasure, Mara, et al.
Veröffentlicht: (2026)

Pathway-Guided Optimization of Deep Generative Molecular Design Models for Cancer Therapy
von: Qayyum, Alif Bin Abdul, et al.
Veröffentlicht: (2024)

Predicting Activity Cliffs for Autonomous Medicinal Chemistry
von: Cuccarese, Michael
Veröffentlicht: (2026)

Graph-Theoretic Models for the Prediction of Molecular Measurements
von: Niane, Anna, et al.
Veröffentlicht: (2026)

Knowledge from Large-Scale Protein Contact Prediction Models Can Be Transferred to the Data-Scarce RNA Contact Prediction Task
von: Jian, Yiren, et al.
Veröffentlicht: (2023)

Cross-Attention Graph Neural Networks for Inferring Gene Regulatory Networks with Skewed Degree Distribution
von: Xiong, Jiaqi, et al.
Veröffentlicht: (2024)

Biologically Disentangled Multi-Omic Modeling Reveals Mechanistic Insights into Pan-Cancer Immunotherapy Resistance
von: Tariq, Ifrah, et al.
Veröffentlicht: (2025)

Optimizing Gene-Based Testing for Antibiotic Resistance Prediction
von: Hagerman, David, et al.
Veröffentlicht: (2025)

Dual-Modality Representation Learning for Molecular Property Prediction
von: Zhao, Anyin, et al.
Veröffentlicht: (2025)

PRESCRIBE: Predicting Single-Cell Responses with Bayesian Estimation
von: Cheng, Jiabei, et al.
Veröffentlicht: (2025)

Improving Antibody Humanness Prediction using Patent Data
von: Ucar, Talip, et al.
Veröffentlicht: (2024)

Better Protein Function Prediction by Modeling Survivorship Bias
von: Chao, Zhongmou, et al.
Veröffentlicht: (2026)

Graph Residual based Method for Molecular Property Prediction
von: Sen, Kanad, et al.
Veröffentlicht: (2024)

BAPULM: Binding Affinity Prediction using Language Models
von: Meda, Radheesh Sharma, et al.
Veröffentlicht: (2024)

MS-ConTab: Multi-Scale Contrastive Learning of Mutation Signatures for Pan Cancer Representation and Stratification
von: Dou, Yifan, et al.
Veröffentlicht: (2025)

Sparse Autoencoders for Low-$N$ Protein Function Prediction and Design
von: Tsui, Darin, et al.
Veröffentlicht: (2025)

Boosted Random Forests for Predicting Treatment Failure of Chemotherapy Regimens
von: Shahid, Muhammad Usamah, et al.
Veröffentlicht: (2025)

Learning Causally Predictable Outcomes from Psychiatric Longitudinal Data
von: Strobl, Eric V.
Veröffentlicht: (2025)