โมเดลการเรียนรู้ของเครื่องสามารถทำนายความผิดปกติของออทิสติกสเปกตรัมได้

ตรวจสอบทางการแพทย์โดย Drugs.com

โดย Elana Gotkine HealthDay Reporter

วันจันทร์ที่ 19 ส.ค. 2024 -- ในการศึกษาด้านการวินิจฉัย แมชชีนเลิร์นนิง (ML) สามารถทำนายความผิดปกติของออทิสติกสเปกตรัม (ASD) ได้ ตามการศึกษาที่เผยแพร่ทางออนไลน์เมื่อวันที่ 19 ส.ค. ในงาน JAMA Network Open

< Shyam Sundar Rajagopalan, Ph.D. จาก Karolinska Institutet ในสตอกโฮล์ม และเพื่อนร่วมงานได้พัฒนาและตรวจสอบโมเดล ML สำหรับการทำนาย ASD โดยใช้ชุดคุณลักษณะขั้นต่ำจากข้อมูลพื้นฐานและข้อมูลทางการแพทย์ มีการวิเคราะห์ย้อนหลังของฐานข้อมูล Simons Foundation Powering Autism Research for Knowledge ซึ่งรวมถึงข้อมูลจากผู้เข้าร่วม 30,660 ราย (15,330 รายที่มี ASD และ 15,330 รายที่ไม่มี ASD) โมเดลการทำนาย ML แบบทั่วไปได้รับการพัฒนาโดยใช้อัลกอริธึม 4 แบบ ได้แก่ การถดถอยลอจิสติก แผนผังการตัดสินใจ ฟอเรสต์สุ่ม และ eXtreme Gradient Boosting (XGBoost)

นักวิจัยพบว่าแบบจำลอง XGBoost แสดงให้เห็นถึงประสิทธิภาพที่แข็งแกร่ง โดยมีพื้นที่ใต้คะแนนลักษณะการทำงานของตัวรับ (AUROC) อยู่ที่ 0.895; ความไวและความจำเพาะเท่ากับ 0.805 และ 0.829 ตามลำดับ และค่าทำนายเชิงบวกเท่ากับ 0.897 ตัวพยากรณ์ที่สำคัญที่สุดคือเหตุการณ์สำคัญด้านพัฒนาการและพฤติกรรมการกิน AUROC อยู่ที่ 0.790 จากการตรวจสอบความถูกต้องของกลุ่มประชากรตามรุ่นที่เป็นอิสระ ซึ่งบ่งชี้ถึงความสามารถในการสรุปผลได้ดี

"ข้อมูลทางการแพทย์ในระยะเริ่มแรกในคลินิกดูแลเด็กสามารถนำมาใช้ในการคัดกรองผู้ที่มีความเป็นไปได้สูงที่จะได้รับการวินิจฉัยว่าเป็นโรค ASD" ผู้เขียนเขียน

บทคัดย่อ/ข้อความเต็ม

ข้อจำกัดความรับผิดชอบ: ข้อมูลทางสถิติในบทความทางการแพทย์เป็นแนวโน้มทั่วไปและไม่เกี่ยวข้องกับบุคคล ปัจจัยส่วนบุคคลอาจแตกต่างกันอย่างมาก ขอคำแนะนำทางการแพทย์เฉพาะบุคคลเสมอเพื่อการตัดสินใจด้านการดูแลสุขภาพส่วนบุคคล

ที่มา: HealthDay

อ่านเพิ่มเติม

ข้อจำกัดความรับผิดชอบ

มีความพยายามทุกวิถีทางเพื่อให้แน่ใจว่าข้อมูลที่ให้โดย Drugslib.com นั้นถูกต้อง ทันสมัย -วันที่และเสร็จสมบูรณ์ แต่ไม่มีการรับประกันใดๆ เกี่ยวกับผลกระทบดังกล่าว ข้อมูลยาเสพติดที่มีอยู่นี้อาจจะเป็นเวลาที่สำคัญ. ข้อมูล Drugslib.com ได้รับการรวบรวมเพื่อใช้โดยผู้ประกอบวิชาชีพด้านการดูแลสุขภาพและผู้บริโภคในสหรัฐอเมริกา ดังนั้น Drugslib.com จึงไม่รับประกันว่าการใช้นอกสหรัฐอเมริกามีความเหมาะสม เว้นแต่จะระบุไว้เป็นอย่างอื่นโดยเฉพาะ ข้อมูลยาของ Drugslib.com ไม่ได้สนับสนุนยา วินิจฉัยผู้ป่วย หรือแนะนำการบำบัด ข้อมูลยาของ Drugslib.com เป็นแหล่งข้อมูลที่ได้รับการออกแบบมาเพื่อช่วยเหลือผู้ปฏิบัติงานด้านการดูแลสุขภาพที่ได้รับใบอนุญาตในการดูแลผู้ป่วยของตน และ/หรือเพื่อให้บริการลูกค้าที่ดูบริการนี้เป็นส่วนเสริมและไม่ใช่สิ่งทดแทนความเชี่ยวชาญ ทักษะ ความรู้ และการตัดสินด้านการดูแลสุขภาพ ผู้ปฏิบัติงาน

การไม่มีคำเตือนสำหรับยาหรือยาผสมใด ๆ ไม่ควรตีความเพื่อบ่งชี้ว่ายาหรือยาผสมนั้นปลอดภัย มีประสิทธิผล หรือเหมาะสมสำหรับผู้ป่วยรายใดรายหนึ่ง Drugslib.com ไม่รับผิดชอบต่อแง่มุมใดๆ ของการดูแลสุขภาพที่ดำเนินการโดยได้รับความช่วยเหลือจากข้อมูลที่ Drugslib.com มอบให้ ข้อมูลในที่นี้ไม่ได้มีวัตถุประสงค์เพื่อให้ครอบคลุมถึงการใช้ คำแนะนำ ข้อควรระวัง คำเตือน ปฏิกิริยาระหว่างยา ปฏิกิริยาการแพ้ หรือผลข้างเคียงที่เป็นไปได้ทั้งหมด หากคุณมีคำถามเกี่ยวกับยาที่คุณกำลังใช้ โปรดตรวจสอบกับแพทย์ พยาบาล หรือเภสัชกรของคุณ

คำสำคัญยอดนิยม