使用代谢生物标志物-A机器学习方法精确检测急性睡眠剥夺
Katherine Jeppe1,2, Suzanne Ftouni1,2, Brunda Nijagal3
1School of Psychological Sciences and Turner Institute for Brain and Mental Health, Monash University, Melbourne, Australia.
Science advances
|March 8, 2024
概括
研究人员开发了一种新的代谢生物标志物,以准确检测睡眠不足. 这种生物标志物可以识别24-38小时起床的个体,有可能减少工作场所和道路交通事故.
科学领域:
- 代谢学 代谢学 代谢学
- 生物标志物发现发现
- 机器学习在毒理学中的应用
背景情况:
- 睡眠不足显著增加了职业和运输环境中事故和死亡的风险.
- 准确检测睡眠不足对于实施安全措施和预防伤害至关重要.
研究的目的:
- 开发和验证一种代谢生物标志物,用于检测健康年轻人的急性睡眠剥夺.
- 建立一个可靠的方法来评估"适用性"和事故后分析.
主要方法:
- 使用非定向液体染色学-质谱法对血样本进行分析,在使用延长唤醒协议 (长达40小时) 的三个实验中进行分析.
- 应用基于知识的机器学习方法来识别关键的代谢变量.
- 开发分类和回归模型来预测睡眠剥夺状态.
主要成果:
- 分类模型准确地预测了睡眠剥夺 (24-38小时的清醒时间),准确度高 (高达94.7%) 和AUC (高达99.2%).
- 回归模型显示睡眠剥夺的预测能力中等 (R2 = 86.1和47.8%,分别是参与者内部和参与者之间的模型).
- 确定了五种一致重要的代谢物,用于模型构建和潜在的未来部署.
结论:
- 开发的代谢生物标志物可以准确地检测急性睡眠剥夺.
- 这种方法具有显著的潜力,可以通过"适应职责"评估和事故后调查来减少事故.
