Video Experimental Relacionado
Updated: Sep 10, 2025
Semi-Targeted Ultra-High-Performance Chromatography Coupled to Mass Spectrometry Analysis of Phenolic Metabolites in Plasma of Elderly Adults
Published on: April 22, 2022
Usando el aprendizaje automático para detectar factores que afectan a la homocisteína en hombres ancianos taiwaneses
Pei-Jhang Chiang1,2, Chih-Wei Tsao1, Yu-Cing Jhuo1
1Division of Urology, Department of Surgery, Tri-Service General Hospital, National Defense Medical University, Taipei 114202, Taiwan.
Los modelos de aprendizaje automático identificaron con precisión los factores clave que influyen en los niveles de homocisteína (Hcy) en hombres mayores. La proteína C reactiva (CRP) fue el predictor más significativo, destacando su papel en la salud cardiovascular y neurológica.
Área de la Ciencia:
- Investigación biomédica
- Informática médica
- Gerontología
Sus antecedentes:
- La homocisteína (Hcy) es vital para los procesos fisiológicos; los niveles elevados se correlacionan con problemas cardiovasculares y neurológicos.
- Los métodos estadísticos tradicionales tienen limitaciones en la identificación de los factores que influyen en Hcy.
- El aprendizaje automático (ML) ofrece capacidades avanzadas para la investigación médica y la predicción.
Objetivo del estudio:
- Identificar los factores clave que influyen en los niveles de Hcy en hombres ancianos taiwaneses sanos.
- Para comparar la precisión predictiva de cuatro métodos ML con la regresión lineal múltiple (MLR).
- Mejorar la precisión de la predicción de Hcy y proporcionar información sobre sus determinantes.
Principales métodos:
- Se emplearon cuatro métodos ML: bosque aleatorio (RF), aumento del gradiente estocástico (SGB), aumento del gradiente eXtreme (XGBoost) y red elástica (EN).
- Analizó 33 parámetros en 468 hombres mayores sanos.
- Utilizó el MLR como punto de referencia y evaluó el rendimiento del modelo utilizando SMAPE, RAE, RRSE y RMSE.
Principales resultados:
- Todos los métodos ML mostraron una precisión superior con errores de predicción más bajos en comparación con el LMR.
- La proteína C reactiva (CRP) fue identificada como el factor principal que influye en los niveles de Hcy.
- Otros factores significativos incluyeron GPT, glóbulos blancos, LDH, eGFR y volumen deportivo (SV).
Conclusiones:
- Las técnicas de ML superaron significativamente el MLR en la predicción de los niveles de Hcy en la población estudiada.
- La CRP surgió como el determinante más crítico de los niveles de Hcy.
- GPT/ALT, glóbulos blancos, LDH y eGFR también fueron identificados como importantes predictores de Hcy.
