[基于机器学习的慢性鼻炎与鼻的预后模型的探索]
S J Jiang1, S B Xie1, H Zhang1
1Department of Otorhinolaryngology Head and Neck Surgery, Hunan Province Key Laboratory of Otorhinolaryngology Critical Diseases, National Clinical Research Center for Geriatric Disorders, Anatomy Laboratory of Division of Nose and Cranial Base, Clinical Anatomy Center, Xiangya Hospital of Central South University, Changsha 410008, China.
概括
这项研究揭示了带有鼻息肉的慢性鼻炎 (CRSwNP) 的关键分子特征,并开发了一种可靠的预后模型来预测术后复发,帮助个性化治疗策略.
科学领域:
- 分子生物学和生物信息学分析复杂的呼吸系统疾病.
- 在具有鼻息肉的慢性鼻炎 (CRSwNP) 中基因表达特征和通路分析.
- 使用综合的OMIC数据开发疾病复发的预测模型.
背景情况:
- 带鼻息肉的慢性鼻炎 (CRSwNP) 呈现出复杂的病理生理机制.
- 了解CRSwNP的分子基础对于改善患者的治疗结果至关重要.
- 开发CRSwNP复发的预测模型是一个重要的临床需求.
研究的目的:
- 分析CRSwNP的分子特性.
- 阐明驱动CRSwNP的病理生理机制.
- 开发和验证用于预测CRSwNP术后复发的预后模型.
主要方法:
- 对涉及CRSwNP和对照病例的三个基因表达数据集 (GSE198950,GSE179265,GSE136825) 的综合分析.
- 鉴定差异表达基因 (DEGs) 和途径丰富分析 (KEGG,GO).
- 应用随机森林和LASSO回归来进行变量选择,其次是后勤回归和ROC曲线分析,用于预后模型开发和验证.
主要成果:
- 在CRSwNP中确定了显著的上调和下调的DEG,影响神经活性联体受体相互作用和IL-17信号传递等途径.
- 关键的分子节点,包括G蛋白子单元γ4,胆固醇基因,表皮生长因子和神经素-1,被验证了它们的意义.
- 开发的预后模型在预测术后复发方面表现出高可靠性和准确性,在外部验证中AUC为0.859.
结论:
- 这项研究通过整合多个数据集,提供了CRSwNP的全面分子概况.
- 经过验证的预后模型为预测CRSwNP复发提供了一个强大的工具.
- 这些发现支持开发针对CRSwNP的个性化治疗策略.
