基于成本敏感神经网络和变异自编码器的SLE-ITP患者治疗效果的预测
Qiaoqiao Xie, Na Li1, Youbei Lu2
1From the Department of Rheumatology and Immunology, Nanjing Drum Tower Hospital Clinical College of Nanjing Medical University, Nanjing, China.
概括
预测系统性红斑狼与免疫性血小板缺血症 (SLE-ITP) 的治疗有效性至关重要. 诸如B淋巴细胞计数和胆固醇水平等关键因素可以预测结果,从而实现个性化的患者管理.
科学领域:
- 类风湿病学 类风湿病学
- 血液学 血液学 血液学
- 医疗信息学 医疗信息学
背景情况:
- 系统性红斑狼 (SLE) 和免疫血小板缺血 (ITP) 经常同时发生 (SLE-ITP).
- 预测SLE-ITP患者的治疗效果具有挑战性,但对于有效管理至关重要.
- 识别影响治疗结果的因素可以指导临床决策.
研究的目的:
- 确定影响SLE-ITP患者治疗效果的因素.
- 开发SLE-ITP治疗效果的预测模型.
- 改进SLE-ITP的个性化治疗策略.
主要方法:
- 采用了最少绝对收缩的考克斯模型和因子分析的选择运算符.
- 开发了一个神经网络模型,结合了成本灵敏度和变化自动编码器,用于预测和数据增强.
- 使用准确度和接收机操作员曲线下的面积来评估模型性能.
主要成果:
- 鉴定出B淋巴细胞计数,H胆固醇,补-3和抗心素抗体水平是积极治疗效果的预测指标.
- 异常的氨酸转胺酶,免疫球蛋白A和阿波利波蛋白B水平预测了不良治疗反应.
- 神经网络模型实现了高精度 (接近0.9) 和特异性 (超过0.9),优于传统分类器.
结论:
- 对SLE-ITP的预测建模可以确定患者的严重程度.
- 准确的预测有助于规划最佳治疗策略.
- 早期识别患有无效治疗风险的患者,可以更好地个性化管理并避免次优疗法.
