机器学习用于描述类风湿性关节炎中骨生物标志物概况
Giovanni Adami1, Angelo Fassio1, Maurizio Rossini1
1Rheumatology Unit, University of Verona, Verona, Italy.
Frontiers in immunology
|November 29, 2023
概括
类风湿性关节炎 (RA) 患者表现出明显的骨变化,包括较低的骨矿物质密度 (BMD) 和独特的血清生物标志物模式,与其他疾病和健康个体相比. 这些发现为RA骨代谢和潜在的新疗法提供了洞察力.
科学领域:
- 类风湿病学 类风湿病学
- 骨的新陈代谢 骨的新陈代谢
- 免疫学 免疫学 免疫学
背景情况:
- 类风湿性关节炎 (RA) 显著破坏骨代谢,但其特定的骨代谢特征仍然不清楚.
- 了解这种特征对于管理RA骨并发症至关重要.
研究的目的:
- 为了描述RA的骨代谢概况.
- 为了比较RA的骨代谢概况与牛皮关节炎 (PsA),全身性硬化症 (SSc) 和健康对照.
主要方法:
- 横截面病例控制研究设计.
- 收集的临床数据,血清骨生物标志物和骨矿物质密度 (BMD).
- 利用相关性分析,主要组件分析 (PCA) 和机器学习 (ML) 来评估生物标志物模式.
主要成果:
- 关节炎患者的骨质量明显低于PsA和SSc组.
- 与对照组相比,RA患者表现出高Dkk1和硬质素,P1nP和B-ALP降低.
- PCA和ML模型有效地将RA生物标志物配置文件与对照区分开来.
结论:
- 该研究确定了RA中明显的骨代谢概况,其特征是骨质量减少和特定生物标志物改变.
- 这些发现加深了对 RA 炎症和骨动态之间的相互作用的理解.
- 已识别的生物标志物可能为诊断和治疗方面在治疗骨参与RA方面的进展提供了潜在的潜力.
