通过基于机器学习的in silico试验,释放骨关节炎中介质层细胞疗法的全部潜力
Lu Yin1, Meiwu Ye2, Yang Qiao3
1Jiangxi Provincial Key Laboratory of Respiratory Diseases, Jiangxi Institute of Respiratory Diseases, Department of Respiratory and Critical Care Medicine, The First Affiliated Hospital, Jiangxi Medical College, Nanchang University, Nanchang, China; Jiangxi Clinical Research Center for Respiratory Diseases, Nanchang, Jiangxi, China; Jiangxi Hospital of China-Japan Friendship Hospital, Nanchang, Jiangxi, China; Agency for Science Technology and Research, Bioprocessing Technology Institute, Singapore, Singapore.
Cytotherapy
|June 21, 2024
概括
以机器学习为指导的个性化介质干细胞 (MSC) 治疗可以显著改善骨关节炎 (OA) 治疗结果. 这种方法优化MSC剂量和患者选择,以改善疼痛缓解和关节功能.
科学领域:
- 再生医学是一种再生医学.
- 生物技术是生物技术.
- 计算生物学 计算生物学
背景情况:
- 介酶体 stromal 细胞 (MSCs) 对骨关节炎 (OA) 治疗有希望,但表现出治疗不一致性.
- 多样化的临床结果突出显示,需要个性化治疗策略,以最大限度地提高MSC的疗效.
研究的目的:
- 使用机器学习开发MSC治疗在OA患者有效性的预测模型.
- 确定最佳的个性化治疗策略和患者个人资料,以提高治疗一致性.
主要方法:
- 使用XGBoost算法在37份临床报告的数据库上进行训练.
- 在模拟中进行,以预测疼痛缓解和WOMAC指数的改善.
- 分析了患者的身体和疾病状况因素,以优化治疗.
主要成果:
- 个别优化的MSC策略预测患者康复率大幅增加.
- 预计短期和长期疼痛缓解和WOMAC指数的显著改善.
- 提供了MSC剂量,度和理想患者特征 (BMI,年龄,Kellgren-Lawrence等级) 的指导方针.
- 对于大多数OA患者来说,MSC治疗显示出优越的短期止痛疗效,与富血小板血治疗相比.
结论:
- 应用于临床数据的机器学习可以提高MSC治疗对OA的疗效和一致性.
- 在的试验方法提供了一个强大的工具,以优化个性化的再生医学治疗.
- 这项研究开创了数据驱动的策略,以改善骨关节炎的基于细胞的治疗方法.
