抗体选择策略及其对基于多种血清数据预测临床疟疾的影响

科学领域:

• 免疫学 免疫学 免疫学
• 传染性疾病 传染性疾病
• 生物统计学 生物统计学

背景情况:

• 多种血清数据的可用性提高了对抗体候选人的发现,以预测临床疟疾.
• 抗体数据分析涉及特征选择和预测建模.
• 关键问题包括选择哪些抗体以及是否使用原始或转换的天平.

研究的目的:

• 开发和比较三个不同的抗体选择方法来预测临床疟疾.
• 评估不同特征选择策略对预测模型性能的有效性.

主要方法:

• 开发了三种抗体选择方法:曼-惠特尼-威尔科克森测试,使用基平方统计学进行最佳二分化,以及使用Box-Cox转换和t测试的混合方法.
• 这些方法应用于121名肯尼亚儿童的36种Plasmodium falciparum抗原的血清学数据.
• 预测分析利用了超级学习者组合,将包括随机森林在内的多个分类器的预测汇集在一起.

主要成果:

• 简单,二分化和混合方法的ROC曲线 (AUC) 下的面积分别为0.72,0.80和0.79.
• 这些方法分别选择了6,20和16个抗体.
• 这三种策略均优于使用所有36种抗体 (AUC=0.68) 的随机森林模型.

结论:

• 与使用所有抗原相比,这三种特征选择策略显著改善了临床疟疾的预测性能.
• 鉴于可比的预测准确性,建议将这些策略结合应用,根据复杂性进行选择.
• 这些发现为优化基于抗体的疟疾预测模型提供了宝贵的见解.