使用HLA多个特征表示来预测移植存活率.
Mohammadreza Nemati1, Haonan Zhang2, Michael Sloma2
1Department of Electrical Engineering and Computer Science, University of Toledo, 2801 W Bancroft St, Toledo, 43606, OH, United States; Department of Computer and Data Sciences, Case Western Reserve University, 10900 Euclid Ave, Cleveland, 44106, OH, United States.
在移植中分析人类白细胞抗原 (HLA) 兼容性的新方法改善了生存预测. 这些进展提高了捐赠者与接受者匹配,可能导致更好的移植结果和更少的再移植.
科学领域:
- 免疫遗传学 免疫遗传学
- 移植医学 移植医学
- 生物医学数据科学 生物医学数据科学
背景情况:
- 末期病需要移植以改善患者的生活质量.
- 人类白细胞抗原 (HLA) 兼容性是移植存活时间的关键决定因素.
- 当前的预测模型可能无法充分利用复杂的HLA信息.
研究的目的:
- 为HLA数据引入新的,生物相关的特征表示.
- 将这些特征整合到机器学习的移植结果的生存分析模型中.
- 为了提高预测移植存活时间的准确性.
主要方法:
- 开发HLA类型数据的4个新特征表示.
- 这些特征在机器学习生存分析框架中的应用.
- 在一个大规模的脏移植数据库 (>100,000例) 上进行评估.
主要成果:
- 拟议的HLA特征表示将预测准确度提高约1%.
- 这些增强,虽然单独适度,但提供显著的社会效益.
- 证明了更精确地预测移植存活的潜力.
结论:
- 新型HLA特征工程可以有意义地改善基于机器学习的脏移植生存预测.
- 准确的生存时间预测有助于优化捐赠者-接受者分配.
- 通过更好的匹配来减少再移植,可以改善患者的长期健康并降低医疗保健成本.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
07:35Selecting Multiple Biomarker Subsets with Similarly Effective Binary Classification Performances
Published on: October 11, 2018
相关概念视频
Kidney Transplant I: Introduction
Tissue Transplantation
The Biology of Tissue Transplantation
The biology of tissue transplantation hinges on the Major Histocompatibility Complex (MHC) molecules. These molecules...
Kidney Transplant II: Surgical Procedure
Kidney Transplant III: Nursing Management
