早期卵巢缺陷的血液学指数和遗传变异:机器学习方法
Mohammad Reza Mirinezhad1, Malihe Aghasizadeh2,3, Hamideh Ghazizadeh3,4
1Department of Medical Genetics and Molecular Medicine, Faculty of Medicine, Mashhad University of Medical Sciences, Mashhad, Iran.
Cardiovascular & hematological disorders drug targets
|June 24, 2024
概括
通过血液细胞计数和遗传标记,可以识别早产卵巢缺陷 (POI) 风险. 一个决策树模型准确地预测了高风险病例,为POI的早期检测提供了潜力.
科学领域:
- 生殖内分泌学 生殖内分泌学
- 血液学 血液学 血液学
- 遗传学 遗传学 是一个
背景情况:
- 过早的卵巢缺陷 (POI) 是不孕症的一个重要原因.
- 预测POI的生物标志物尚未得到充分证实.
- 这项研究探讨了血液学参数,血小板指数和POI风险中的遗传变异 (SNP) 之间的关联.
研究的目的:
- 调查血液学指数和POI之间的关系.
- 为了确定POI预测的潜在生物标志物.
- 通过决策树分析评估血液学参数的诊断价值.
主要方法:
- 使用Tetra ARMS PCR和ASO-PCR对八个POI相关的SNP进行基因造型.
- 招募了117名过早更年期的妇女和183名健康的对照.
- 决策树分析的应用以评估POI风险识别的血液学参数.
主要成果:
- 患有POI的女性中性粒细胞 (NEUT) 和白细胞 (WBC) 数量较低,但红细胞 (RBC),血红蛋白 (HGB),血红素 (HCT),平均体积 (MCV) 和平均细胞血红蛋白 (MCH) 数量较高.
- 血小板 (PLT) 计数在POI患者中较低. 特定的SNP显示了与HGB,HCT,MPV,PDW,RBC和NEUT数量的关联.
- 一个决策树模型确定了高风险的POI病例,NEUT<2.8和HCT≥38.7%,达到85%的灵敏度,72%的特异性和74%的准确性.
结论:
- 与POI相关的遗传变异与生殖激素水平的变化相关.
- 血液学指数与POI相关的遗传变异有关.
- 血液学参数与遗传数据相结合,可以作为POI风险评估的潜在生物标志物.
