国际牙科杂志
研究文章

识别微生物和蛋白质组生物标志物在童年早期龋齿

表2

性能统计数据的三种分类模型测试女士蛋白质组学数据。平均误分类误差的优化模型(0 - 1)损失。四个不同的数据集生成的女士的组合两个亲和力芯片(CM-10和Q-10)和两个强度仪器设置(高、低)进行了分析。统计数据包括测试误差的平均值和标准差,敏感性和特异性各自的分类器。平均值和标准偏差计算在40个不同的培训/测试通过随机二次抽样的方法。
“龋齿10厘米高” 测试错误 灵敏度 特异性
支持向量机 3 1 。 8 2 % ± 5 。 3 5 % 6 6 。 1 0 % ± 7 。 4 9 % 6 9 。 8 0 % ± 9 。 4 4 %
支持向量机100 WLCX 3 5 。 6 8 % ± 5 。 5 8 % 5 7 。 7 2 % ± 2 1 。 5 6 % 7 0 。 9 3 % ± 1 8 。 7 2 %
Rnd森林 3 2 。 9 5 % ± 5 。 7 4 % 5 4 。 2 4 % ± 1 2 。 2 9 % 7 9 。 1 7 % ± 1 0 。 8 4 %
“龋齿cm10低” 测试错误 灵敏度 特异性
支持向量机 2 8 。 2 3 % ± 5 。 8 2 % 6 9 。 8 3 % ± 8 。 1 9 % 7 3 。 8 1 % ± 9 。 6 2 %
支持向量机100 WLCX 2 6 。 6 8 % ± 5 。 7 8 % 7 3 。 6 4 % ± 1 1 。 6 6 % 7 3 。 5 5 % ± 1 0 。 6 6 %
Rnd森林 2 5 。 6 4 % ± 5 。 7 6 % 6 5 。 2 9 % ± 9 。 5 5 % 8 3 。 2 0 % ± 9 。 5 4 %
“龋齿q10高” 测试错误 灵敏度 特异性
支持向量机 2 5 。 9 1 % ± 4 。 8 8 % 7 3 。 3 1 % ± 6 。 8 7 % 7 5 。 0 5 % ± 8 。 1 4 %
支持向量机100 WLCX 2 5 。 9 1 % ± 4 。 8 8 % 7 3 。 3 1 % ± 6 。 8 7 % 7 5 。 0 5 % ± 8 。 1 4 %
Rnd森林 3 2 。 0 0 % ± 4 。 4 7 % 5 7 。 4 1 % ± 1 1 。 2 1 % 7 8 。 3 1 % ± 9 。 7 0 %
“龋齿q10低” 测试错误 灵敏度 特异性
支持向量机 2 2 。 7 3 % ± 3 。 9 3 % 7 5 。 8 2 % ± 9 。 6 2 % 7 8 。 8 8 % ± 6 。 9 4 %
支持向量机100 WLCX 2 6 。 1 4 % ± 4 。 8 5 % 7 1 。 9 1 % ± 1 3 。 0 0 % 7 5 。 4 5 % ± 9 。 0 7 %
Rnd森林 2 5 。 5 0 % ± 5 。 6 4 % 6 9 。 3 9 % ± 1 1 。 2 3 % 7 9 。 9 9 % ± 9 。 3 4 %
支持向量机:线性支持向量机。
支持向量机顶部100 Wilcoxon峰值。
随机森林。