开发一个尿液代谢生物标志物为基础的预测模型,用于预先怀孕期间怀孕前的早期怀孕
Yaqi Zhang1,2, Karl G Sylvester2, Bo Jin3
1College of Automation, Guangdong Polytechnic Normal University, Guangzhou 510665, China.
Metabolites
|June 27, 2023
概括
预测产前 (PE) 风险的早期预测至关重要. 这项研究使用了泌尿代谢生物标志物和XGBoost模型来识别患PE风险的孕妇,从而能够及时进行干预.
科学领域:
- 产科和妇科 产科和妇科
- 生物化学 生物化学
- 计算生物学 计算生物学
背景情况:
- 孕前 (PE) 是孕期产妇死亡率和器官衰竭的主要原因之一.
- 早期预测PE允许及时干预,如低剂量阿司匹林治疗.
- 需要用于早期PE检测的非侵入性生物标志物.
研究的目的:
- 开发一个预测模型,使用尿代谢生物标志物来预测妊娠前风险.
- 为了确定与早期PE相关的特定代谢特征.
- 评估用于PE预测的机器学习模型的有效性.
主要方法:
- 从60名孕妇 (妊娠8-20周) 收集了478个尿样.
- 通过液态染色体质谱法 (LC-MS/MS) 进行了全面的代谢分析.
- 开发了一个使用XGBoost算法和7个已识别的代谢生物标志物的预测模型.
主要成果:
- 在26个检测到的尿路代谢生物标志物中,确定了7个关键的尿路代谢生物标志物.
- XGBoost 模型实现了接收器运行特征曲线 (AUC) 下的面积为 0.856.6.
- 该模型在预测PE风险方面表现强.
结论:
- 尿道代谢生物标志物可以非侵入性地测量用于早期PE风险评估.
- 这种方法有助于早期识别患有怀孕前风险的个体.
- 代谢分析与机器学习相结合,为PE预测提供了一个有前途的策略.
