特應(yīng)性皮炎 (AD) 是一種慢性炎癥性疾病，最常見于兒童和成人。病情嚴重影響患者的生活質(zhì)量。其全球患病率在兒童中為 7% 至 30%，在成人中為 1% 至 10%。可見，可靠、準確的評價方法對于AD的早期診斷和個體化治療是必不可少的。
近年來，機器學(xué)習(xí) (ML) 在醫(yī)學(xué)領(lǐng)域的使用大幅增加。ML 有助于檢測和分類疾病、改進預(yù)測以及個性化治療。ML 主要用于皮膚病學(xué)以識別皮膚病變或組織病理學(xué)圖像，例如白斑病和牛皮癬，但很少有分子水平的模型被報道用于 AD——直到最近，吳松江博士。中南大學(xué)湘雅三醫(yī)院皮膚科博士研究生及合作者基于ML算法建立了多個相對穩(wěn)定可靠的AD診斷及療效評價預(yù)測模型。
研究人員開發(fā)了六種 AD 預(yù)測模型，使用來自 AD 病變和非病變的公開 RNA 轉(zhuǎn)錄組數(shù)據(jù)以及三種不同的 ML 算法;套索、線性回歸(LR)和隨機森林(RF)。該模型在區(qū)分 AD 病變和非病變方面表現(xiàn)出色 (AUC >0.8)。
那些接受生物治療的樣本顯示模型評分與SCORAD(SCORing Atopic Dermatitis)呈正相關(guān)，與治療持續(xù)時間呈負相關(guān)，表明有改善趨勢。
“這些結(jié)果表明模型具有評估治療效果的潛力，特別是對于生物制劑和小分子藥物;然而，由于樣本量小和樣本質(zhì)量不足，兩個模型與 SCORAD 之間的相關(guān)系數(shù)不夠高”吳解釋道。
該團隊在《基礎(chǔ)研究》雜志上發(fā)表了他們的發(fā)現(xiàn)。
根據(jù)通訊作者 Qinghai Zeng 和 Jing Chen 的說法，基于 ML 的模型在 AD 診斷和治療效果方面表現(xiàn)出良好的預(yù)測性能，為早期診斷和干預(yù)提供了新的選擇。
標簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！