一种1型糖尿病预测模型在多个查设置中具有实用性,具有重新校准
Erin L Templeman1, Lauric A Ferrat1,2, Hemang M Parikh3
1Department of Clinical and Biomedical Sciences, University of Exeter, Exeter, UK.
准确的1型糖尿病预测对于早期干预至关重要. 一个使用遗传风险,年龄,自身抗体和家族病史的精细模型显示出有希望,并提供个性化风险评估的网络工具.
科学领域:
- 内分泌学 在内分泌学.
- 遗传学 遗传学 是一个
- 流行病学 流行病学
背景情况:
- 准确预测1型糖尿病 (T1D) 对于早期干预和预防糖尿病酸性糖尿病等严重并发症至关重要.
- 评估T1D预测模型的可通用性,该模型是在从出生开始跟踪的儿童中开发的,这很重要.
- 开发一个可访问的工具来个性化T1D风险计算和可视化是一个关键目标.
研究的目的:
- 评估T1D预测模型在不同队列中的通用性.
- 改进和验证一个结合遗传,临床和家族因素的T1D预测模型.
- 创建一个用户友好的应用程序来可视化个人T1D风险.
主要方法:
- 一种分层预测模型是使用来自"青少年糖尿病环境决定因素" (TEDDY) 研究的数据来开发的,该研究包括遗传风险得分,年龄,小岛自身抗体和家族病史.
- 外部验证是使用1型糖尿病TrialNet路径到预防研究的数据进行的.
- 应用了后勤重新校准,以改善TrialNet队列中的模型校准,根据基线风险和选择标准进行调整.
主要成果:
- 该研究包括TEDDY的7798名参与者和TrialNet的4068名参与者,T1D发病率分别为4%和34%.
- 综合预测模型在两个队列 (p=0.14) 的自身抗体阳性个体中显示出类似的区分能力.
- 再校准显著改善了TrialNet队列中的模型校准 (Brier分数0.16 [0.14,0.17];p<0.001),并开发了一个网络计算器.
结论:
- 一个分层模型将遗传风险,家族史,年龄和自身抗体状态结合起来,准确地预测T1D风险.
- 模型的性能可能需要重新校准,这取决于所采用的特定选策略.
- 有一个在线工具可用于可视化个性化T1D风险预测.
更多相关视频
06:50A High-Throughput Electrochemiluminescence 7-Plex Assay Simultaneously Screening for Type 1 Diabetes and Multiple Autoimmune Diseases
Published on: May 29, 2020
12:18A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment
Published on: January 11, 2020
相关概念视频
Receiver Operating Characteristic Plot
Sensitivity, Specificity, and Predicted Value
Sensitivity is the...
Diabetes Mellitus: Type 2 and Gestational
Diabetes Mellitus: Overview and Type I Subtype
Type 1 diabetes is an autoimmune disease in which the immune system mistakenly attacks and destroys the insulin-producing beta cells in the pancreas. As a result, the body is unable to produce sufficient insulin, and individuals with...
Diabetes: Symptoms, Diagnosis, and Complications
Diabetes: Management and Pharmacotherapy
Insulin remains the cornerstone of treatment for most patients with type 1 and many...
