基于核磁共振的代谢学与机器学习用于预测从糖尿病前期到糖尿病的进展
Jiang Li1, Yuefeng Yu1, Ying Sun1
1Institute and Department of Endocrinology and Metabolism, Shanghai Ninth People's Hospital, Shanghai Jiao Tong University School of Medicine, Shanghai, China.
eLife
|September 20, 2024
概括
基于核磁共振 (NMR) 的代谢特征可以识别患有糖尿病前期糖尿病的个体,他们患2型糖尿病的风险很高. 这种代谢物板显著改善了糖尿病风险预测,使得有针对性的干预措施成为可能.
科学领域:
- 代谢学 代谢学 代谢学
- 生物标志物发现发现
- 预防医学 预防医学
背景情况:
- 糖尿病前期对患上2型糖尿病的风险很大.
- 早期识别高风险个体对于有效干预至关重要.
- 基于核磁共振 (NMR) 的代谢特征为风险分层提供了潜在的工具.
研究的目的:
- 研究基于NMR的代谢特征在糖尿病进展中的预测作用.
- 为了确定与糖尿病前期患者糖尿病风险增加相关的特定代谢物.
- 使用代谢数据开发糖尿病发展的预测模型.
主要方法:
- 来自英国生物库的13489名糖尿病前期参与者的前性研究.
- 使用NMR光谱学量化循环中的代谢物.
- 考克斯比例危险,支向量机,随机森林和极端梯度增强模型的应用用于预测和验证.
主要成果:
- 一个由九种代谢物组成的小组显著改善了超越传统因素的糖尿病风险预测.
- 代谢物小组在Cox比例危险和随机生存森林模型中提高了预测准确性.
- 基于预测值值,观察到不同的累积糖尿病风险.
结论:
- 基于NMR的代谢标记可以识别糖尿病前期患有糖尿病进展高风险的人.
- 这些代谢物标志物支持针对性和有效的糖尿病预防干预措施.
- 代谢分析提供了个性化糖尿病风险评估的有价值的方法.
