導讀 根據(jù) 2 月 10 日在線發(fā)表在《自然生物技術》( Nature Biotechnology) 上的一項研究，針對靜息態(tài)腦電圖 (rsEEG) 量身定制的潛在空
根據(jù) 2 月 10 日在線發(fā)表在《自然生物技術》( Nature Biotechnology) 上的一項研究，針對靜息態(tài)腦電圖 (rsEEG) 量身定制的潛在空間機器學習算法可以預測抑郁癥舍曲林的治療結果。
來自廣州華南理工大學的 Wei Wu 博士及其同事設計了一種為 rsEEG 量身定制的潛在空間機器學習算法，并將其應用于抑郁癥的抗抑郁治療預測研究的數(shù)據(jù)，以確定對治療有反應的神經(jīng)生物學表型.
研究人員發(fā)現(xiàn)，以一種特定于舍曲林與安慰劑的方式預測癥狀變化，并且可以在研究地點和腦電圖設備中推廣。舍曲林預測腦電圖特征推廣到第二個抑郁癥樣本;與顯示部分反應的患者相比，使用舍曲林定義的模型可以減少 EEG 預測的癥狀改善。在第三個獨立數(shù)據(jù)集中，檢查了預測簽名的兩個屬性：收斂驗證和神經(jīng)生物學意義。在此示例中，rsEEG 衍生的結果預測索引了前額神經(jīng)反應性，如通過并發(fā)經(jīng)顱磁刺激 (TMS) 測量的那樣。rsEEG 預測的舍曲林癥狀改善越小，
“這些發(fā)現(xiàn)在個體水平的神經(jīng)生物學中奠定了治療反應表型在更廣泛的抑郁癥臨床診斷及其相關生物異質性中被掩蓋的基礎，并為機器學習驅動的抑郁癥個性化治療方法鋪平了道路，”作者寫道。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！