使用机器学习模型对α-thalassemia数据进行分类

科学领域:

• 医学诊断 医学诊断 医学诊断
• 计算生物学 计算生物学
• 遗传学 是一个遗传学.

背景情况:

• 先天性血红蛋白疾病影响全球7%的人口,每年有超过30万例α-thalassemia病例.
• 在低收入地区,准确的诊断具有挑战性,通常依赖于全血细胞计 (CBC) 测试.
• 本研究探讨了使用CBC和性别对α-thalassemia特征分类的机器学习.

研究的目的:

• 开发和评估机器学习模型,用于对α-thalassemia特征进行分类.
• 将机器学习模型的性能与传统的歧视公式进行比较.
• 调查分组无声和非载体对分类准确性的影响.

主要方法:

• 利用来自斯里兰卡的288名疑似患有阿尔法血症的个人数据集.
• 采用了11个歧视公式和9个机器学习模型进行分类.
• 应用了异常值去除 (马哈拉诺比斯距离) 和重新采样技术 (SMOTE,SMOTE-NC).

主要成果:

• 卷积神经网络 (CNN) 在没有特征提取的情况下实现了高性能 (精度:0.85,ROC-AUC:0.95/0.93).
• 在将静音和非载体分组时,Ehsani配方表现中等 (ROC-AUC:0.66).
• 机器学习模型的表现明显优于经典的分辨器公式.

结论:

• 与传统方法相比,机器学习模型在α-thalassemia分类方面提供了更高的性能.
• 将无声和非载体分组,加上重新抽样,提高了ML模型的有效性.
• 沉默载体在当前特征和数据集大小的基础上仍然无法与非载体区分.