相关实验视频
Updated: Jun 27, 2025
06:44
Isolation of Small Noncoding RNAs from Human Serum
Published on: June 19, 2014
18.1K
结合血清microRNAs和机器学习算法来诊断HSCT后的传染性发烧
Wenwei Shao1, Yixuan Wang1, Li Liu2
1Academy of Medical Engineering and Translational Medicine, Tianjin University, Tianjin, 300072, China.
Annals of hematology
|May 1, 2024
概括
使用机器学习检测特定的血清microRNA可以准确地诊断血造干细胞移植 (HSCT) 后的传染性发烧,通过及时进行抗菌治疗来改善患者的治疗结果.
科学领域:
- 生物医学科学 生物医学科学
- 基因组学就是基因组学.
- 传染病诊断 传染病诊断 传染病诊断
背景情况:
- 血造干细胞移植 (HSCT) 后的感染是死亡的主要原因.
- 发烧是感染的关键指标,但目前的诊断方法有限.
- 早期诊断和治疗HSCT后传染性发烧对于降低死亡率至关重要.
研究的目的:
- 研究血清microRNAs作为生物标志物的潜力,用于在HSCT后诊断传染性发烧.
- 开发一种结合microRNA表达和机器学习算法的诊断模型.
主要方法:
- 从181名HSCT患者收集了血清样本和临床数据.
- 通过定量PCR (Q-PCR) 选择和量化了80多种与感染相关的microRNA.
- 随机森林 (RF) 算法被用来构建基于microRNA表达的诊断公式.
主要成果:
- 无监督的聚类揭示了微RNA表达模式和感染发生之间的强烈相关性.
- 结合超过10个血清微RNA的诊断配方实现了诊断准确度超过0.90.
- 分析了微RNA,免疫细胞,炎症因素,病原体和预后之间的相关性.
结论:
- 血清微RNA检测与机器学习相结合,为诊断HSCT后传染性发烧提供了一个有希望的方法.
- 这种方法有可能显著改善HSCT患者感染的早期检测和管理.
- 进一步的研究可以验证这些发现,并将其转化为临床实践.
