混合凝块组织学-转录学模型预测了在急性缺血性中风中机械血栓切除术后的功能结果.
Briana A Santo1,2,3, Kerry E Poppenberg1,2, Shiau-Sing K Ciecierska1
1Canon Stroke and Vascular Research Center, University at Buffalo, Buffalo , New York , USA.
Neurosurgery
|December 5, 2024
概括
结合凝块组织学和mRNA表达,显著改善了对中风恢复的预测. 这些混合模型为早期的神经改善和中风后的长期结果提供了更好的预后.
科学领域:
- 计算病理学计算病理学
- 基因组学就是基因组学.
- 神经学 神经学
背景情况:
- 脑卒中凝块分析揭示了与患者结果相关的特征.
- 之前的研究分别分析了组织学或基因表达.
- 很少有研究将组织学和转录学数据用于中风预后.
研究的目的:
- 调查结合凝块组织学和mRNA表达是否预测早期神经改善 (ENI) 和90天的功能结果 (修改的兰金尺度得分,mRS).
- 将混合模型的预测性能与仅使用组织学或转录学模型的模型进行比较.
主要方法:
- 对 32 个中风凝块进行了配对组织学和转录基因分析.
- 提取237个组织学特征和mRNA表达特征.
- 机器学习 (递归特征消除) 来构建ENI和mRS的预测模型.
主要成果:
- 综合组体和转录体特征的混合模型实现了高准确性 (ENI的90.8%,mRS的93.7%).
- 这些模型的表现优于仅基于组织学,转录学或凝块组成的模型.
- 最佳模型确定了ENI的9个特征和mRS的7个特征.
结论:
- 混合计算模型增强了中风结果预测.
- 数字组织学和mRNA签名显示出潜在的生物标志物,用于血栓切除术后的功能结果.


