Το μοντέλο μηχανικής μάθησης μπορεί να προβλέψει τη διαταραχή του φάσματος του αυτισμού

Ακολουθήστε το Drugslib

Έλεγχος ιατρικής από το Drugs.com.

Από την Elana Gotkine HealthDay Reporter

ΔΕΥΤΕΡΑ, 19 Αυγούστου 2024 -- Σε μια διαγνωστική μελέτη, η μηχανική μάθηση (ML) μπορεί να προβλέψει τη διαταραχή του φάσματος του αυτισμού (ASD), σύμφωνα με μια μελέτη που δημοσιεύτηκε στο διαδίκτυο στις 19 Αυγούστου στο JAMA Network Open.

Shyam Sundar Rajagopalan, Ph.D., από το Karolinska Institutet στη Στοκχόλμη, και οι συνεργάτες του ανέπτυξαν και επικύρωσαν ένα μοντέλο ML για την πρόβλεψη ΔΑΦ χρησιμοποιώντας ένα ελάχιστο σύνολο χαρακτηριστικών από το ιστορικό και τις ιατρικές πληροφορίες. Διεξήχθη μια αναδρομική ανάλυση της βάσης δεδομένων του Simons Foundation Powering Autism Research for Knowledge, συμπεριλαμβανομένων δεδομένων από 30.660 συμμετέχοντες (15.330 με και 15.330 χωρίς ASD). Γενικεύσιμα μοντέλα πρόβλεψης ML αναπτύχθηκαν χρησιμοποιώντας τέσσερις αλγόριθμους: λογιστική παλινδρόμηση, δέντρο αποφάσεων, τυχαίο δάσος και ακραία ενίσχυση κλίσης (XGBoost).

Οι ερευνητές διαπίστωσαν ότι το μοντέλο XGBoost επέδειξε ισχυρή απόδοση, με μια περιοχή κάτω από τη χαρακτηριστική καμπύλη λειτουργίας του δέκτη (AUROC) βαθμολογία 0,895. ευαισθησία και ειδικότητα 0,805 και 0,829, αντίστοιχα. και θετική προγνωστική αξία 0,897. Οι πιο σημαντικοί προγνωστικοί παράγοντες ήταν τα αναπτυξιακά ορόσημα και η διατροφική συμπεριφορά. Ένα AUROC 0,790 παρατηρήθηκε κατά την επικύρωση σε ανεξάρτητες κοόρτες, υποδεικνύοντας καλή γενίκευση.

"Οι πρώιμες ιατρικές πληροφορίες στις κλινικές παιδικής φροντίδας μπορούν να χρησιμοποιηθούν για τον έλεγχο για άτομα με μεγαλύτερη πιθανότητα να διαγνωστούν με ΔΑΦ". γράφουν οι συγγραφείς.

Περίληψη/Πλήρες κείμενο

Αποποίηση ευθύνης: Τα στατιστικά δεδομένα σε ιατρικά άρθρα παρέχουν γενικές τάσεις και δεν αφορούν μεμονωμένα άτομα. Οι μεμονωμένοι παράγοντες μπορεί να διαφέρουν πολύ. Πάντα να αναζητάτε εξατομικευμένες ιατρικές συμβουλές για μεμονωμένες αποφάσεις υγειονομικής περίθαλψης.

Πηγή: HealthDay

Δημοσιεύτηκε : 2024-08-20 01:15

Διαβάστε περισσότερα

Αποποίηση ευθυνών

Έχει καταβληθεί κάθε δυνατή προσπάθεια για να διασφαλιστεί ότι οι πληροφορίες που παρέχονται από το Drugslib.com είναι ακριβείς, μέχρι -ημερομηνία και πλήρης, αλλά δεν παρέχεται καμία εγγύηση για το σκοπό αυτό. Οι πληροφορίες φαρμάκων που περιέχονται εδώ μπορεί να είναι ευαίσθητες στο χρόνο. Οι πληροφορίες του Drugslib.com έχουν συγκεντρωθεί για χρήση από επαγγελματίες υγείας και καταναλωτές στις Ηνωμένες Πολιτείες και επομένως το Drugslib.com δεν εγγυάται ότι οι χρήσεις εκτός των Ηνωμένων Πολιτειών είναι κατάλληλες, εκτός εάν ρητά αναφέρεται διαφορετικά. Οι πληροφορίες φαρμάκων του Drugslib.com δεν υποστηρίζουν φάρμακα, δεν κάνουν διάγνωση ασθενών ή συνιστούν θεραπεία. Οι πληροφορίες για τα φάρμακα του Drugslib.com είναι ένας ενημερωτικός πόρος που έχει σχεδιαστεί για να βοηθά τους αδειοδοτημένους επαγγελματίες υγείας στη φροντίδα των ασθενών τους ή/και να εξυπηρετούν τους καταναλωτές που βλέπουν αυτήν την υπηρεσία ως συμπλήρωμα και όχι ως υποκατάστατο της τεχνογνωσίας, των δεξιοτήτων, της γνώσης και της κρίσης της υγειονομικής περίθαλψης επαγγελματίες.

Η απουσία προειδοποίησης για ένα δεδομένο φάρμακο ή συνδυασμό φαρμάκων σε καμία περίπτωση δεν πρέπει να ερμηνεύεται ως ένδειξη ότι το φάρμακο ή ο συνδυασμός φαρμάκων είναι ασφαλής, αποτελεσματικός ή κατάλληλος για οποιονδήποτε δεδομένο ασθενή. Το Drugslib.com δεν αναλαμβάνει καμία ευθύνη για οποιαδήποτε πτυχή της υγειονομικής περίθαλψης που παρέχεται με τη βοήθεια των πληροφοριών που παρέχει το Drugslib.com. Οι πληροφορίες που περιέχονται στο παρόν δεν προορίζονται να καλύψουν όλες τις πιθανές χρήσεις, οδηγίες, προφυλάξεις, προειδοποιήσεις, αλληλεπιδράσεις με φάρμακα, αλλεργικές αντιδράσεις ή ανεπιθύμητες ενέργειες. Εάν έχετε ερωτήσεις σχετικά με τα φάρμακα που παίρνετε, συμβουλευτείτε το γιατρό, τη νοσοκόμα ή τον φαρμακοποιό σας.

Δημοφιλείς λέξεις-κλειδιά