人工智能算法与基于RNA编辑的血液生物标志物相结合,在外部验证的多中心队列中区分双相情感和主要抑郁症

科学领域:

• 神经科学是一个神经科学.
• 精神病学是一个精神病学.
• 生物标志物发现发现

背景情况:

• 双极性障碍 (BD) 是全球残疾的重要原因,由于类似的抑郁症状,通常最初被误诊为严重抑郁症 (MDD).
• 周围免疫激活和炎症与BD和MDD的病理生理学有关.
• 延迟诊断BD可能导致显著的功能障碍和过早死亡.

研究的目的:

• 在一个独立的多中心队列中验证先前开发的基于RNA编辑的血液生物标志物 (BMK) 面板的诊断准确性.
• 评估小组区分MDD和BD抑郁情节的能力.
• 确认RNA编辑生物标志物的临床实用性,以改善BD诊断.

主要方法:

• 基于RNA编辑的血液生物标志物 (BMK) 算法的验证在一个外部,独立的多中心队列中,该队列包括143名中度至重度抑郁症患者.
• 对BMK算法的准确性,敏感性和特异性的统计分析,用于区分MDD和BD.

主要成果:

• 在外部队列中,BMK算法在区分MDD和抑郁型BD方面表现出高的诊断准确度 (82.5%).
• 该小组在区分这两种条件时获得了高灵敏度 (86.4%) 和特异性 (80.8%).
• 这些发现证实了RNA编辑生物标记在现实临床环境中的诊断价值.

结论:

• 基于RNA编辑的血液生物标记面板是区分MDD和BD的可靠工具.
• 这些发现支持RNA编辑在情绪障碍病理生理学的作用.
• 生物标志物小组具有显著的临床潜力,可以通过减少诊断延迟来优化BD患者的治疗开始.