SARS-CoV-2感染自己免疫性脑炎患者预后的机器学习模型
Xingjie Li1, Xueying Kong1, Aiqing Li1
1Department of Neurology, West China Hospital of Sichuan University, Chengdu, Sichuan, China; Institute of Brain science and Brain-inspired technology of West China Hospital, of Sichuan University, Chengdu, Sichuan, China.
自身免疫性脑炎（AE）患者在SARS-CoV-2感染后可能会恶化。机器学习模型使用感染前残疾和特定症状等临床因素，可准确预测不良神经预后。
科学分野:
- 神经病学
- 传染病
- 免疫学
背景:
- 自身免疫性脑炎（AE）是一种严重的神经系统疾病。
- SARS-CoV-2感染对AE预后的影响尚不完全清楚。
- 开发SARS-CoV-2感染后AE结局的预测模型至关重要。
研究 の 目的:
- 评估SARS-CoV-2感染后AE患者的神经预后。
- 开发和验证AE预后不良的危险预测模型。
- 确定与SARS-CoV-2感染后AE结局相关的临床因素。
主な方法:
- 前瞻性、多中心、观察性队列研究。
- 多变量逻辑回归用于识别预后因素。
- 机器学习策略用于风险预测模型开发。
主要な成果:
- SARS-CoV-2感染发生在308名AE患者中的241名。
- 感染后三个月，12.4%的AE患者出现较差的神经预后。
- 不良预后的危险因素包括感染前mRS评分、感染期间的免疫治疗以及SARS-CoV-2相关的嗜睡和胃肠道症状。
- 机器学习模型在预后预测方面表现出高区分准确率（0.96）。
結論:
- SARS-CoV-2感染可能加剧AE患者的神经系统症状。
- 机器学习模型可用于使用临床数据预测AE预后。
- 早期识别危险因素可指导治疗并改善患者结局。
さらに関連する動画
08:47Induction of Experimental Autoimmune Encephalomyelitis in Mice and Evaluation of the Disease-dependent Distribution of Immune Cells in Various Tissues
Published on: May 8, 2016
05:44Author Spotlight: Creating a Versatile Experimental Autoimmune Encephalomyelitis Model Relevant for Both Male and Female Mice
Published on: October 13, 2023
関連する概念動画
01:19Encephalitis l: Introduction
01:26Encephalitis ll: Pathophysiology