Model uczenia maszynowego może przewidzieć zaburzenia ze spektrum autyzmu

Śledź Drugslib na

Przebadany medycznie przez Drugs.com.

Autor: Elana Gotkine HealthDay Reporter

PONIEDZIAŁEK, 19 sierpnia 2024 r. — Jak wynika z badania opublikowanego w Internecie 19 sierpnia w JAMA Network Open, uczenie maszynowe (ML) może przewidywać zaburzenia ze spektrum autyzmu (ASD) w badaniu diagnostycznym.

Doktor Shyam Sundar Rajagopalan z Karolinska Institutet w Sztokholmie wraz ze współpracownikami opracowali i zweryfikowali model ML do przewidywania ASD przy użyciu minimalnego zestawu cech na podstawie informacji ogólnych i medycznych. Przeprowadzono retrospektywną analizę bazy danych Simons Foundation Powering Autism Research for Knowledge, obejmującej dane od 30 660 uczestników (15 330 z i 15 330 bez ASD). Opracowano uogólnione modele przewidywania ML przy użyciu czterech algorytmów: regresji logistycznej, drzewa decyzyjnego, losowego lasu i eXtreme Gradient Boosting (XGBoost).

Naukowcy odkryli, że model XGBoost wykazał się dobrą wydajnością, a obszar pod krzywą charakterystyki działania odbiornika (AUROC) wyniósł 0,895; czułość i swoistość odpowiednio 0,805 i 0,829; i dodatnia wartość predykcyjna wynosząca 0,897. Najważniejszymi predyktorami były kamienie milowe w rozwoju i zachowania żywieniowe. Podczas walidacji w niezależnych kohortach zaobserwowano wartość AUROC wynoszącą 0,790, co wskazuje na dobrą możliwość uogólnienia.

„Wczesne informacje medyczne uzyskiwane w poradniach opieki nad dziećmi można wykorzystać do badań przesiewowych w kierunku osób, u których prawdopodobieństwo zdiagnozowania ASD jest większe”, autorzy piszą.

Streszczenie/pełny tekst

Zastrzeżenie: Dane statystyczne zawarte w artykułach medycznych przedstawiają ogólne trendy i nie dotyczą poszczególnych osób. Indywidualne czynniki mogą się znacznie różnić. Zawsze zasięgaj spersonalizowanej porady lekarskiej w przypadku podejmowania indywidualnych decyzji dotyczących opieki zdrowotnej.

Źródło: Dzień Zdrowia

Wysłano : 2024-08-20 01:15

Czytaj więcej

Zastrzeżenie

Dołożono wszelkich starań, aby informacje dostarczane przez Drugslib.com były dokładne i aktualne -data i kompletność, ale nie udziela się na to żadnej gwarancji. Informacje o lekach zawarte w niniejszym dokumencie mogą mieć charakter wrażliwy na czas. Informacje na stronie Drugslib.com zostały zebrane do użytku przez pracowników służby zdrowia i konsumentów w Stanach Zjednoczonych, dlatego też Drugslib.com nie gwarantuje, że użycie poza Stanami Zjednoczonymi jest właściwe, chyba że wyraźnie wskazano inaczej. Informacje o lekach na Drugslib.com nie promują leków, nie diagnozują pacjentów ani nie zalecają terapii. Informacje o lekach na Drugslib.com to źródło informacji zaprojektowane, aby pomóc licencjonowanym pracownikom służby zdrowia w opiece nad pacjentami i/lub służyć konsumentom traktującym tę usługę jako uzupełnienie, a nie substytut wiedzy specjalistycznej, umiejętności, wiedzy i oceny personelu medycznego praktycy.

Brak ostrzeżenia dotyczącego danego leku lub kombinacji leków w żadnym wypadku nie powinien być interpretowany jako wskazanie, że lek lub kombinacja leków jest bezpieczna, skuteczna lub odpowiednia dla danego pacjenta. Drugslib.com nie ponosi żadnej odpowiedzialności za jakikolwiek aspekt opieki zdrowotnej zarządzanej przy pomocy informacji udostępnianych przez Drugslib.com. Informacje zawarte w niniejszym dokumencie nie obejmują wszystkich możliwych zastosowań, wskazówek, środków ostrożności, ostrzeżeń, interakcji leków, reakcji alergicznych lub skutków ubocznych. Jeśli masz pytania dotyczące przyjmowanych leków, skontaktuj się ze swoim lekarzem, pielęgniarką lub farmaceutą.

Popularne słowa kluczowe