克服电子鼻子临床研究的方法障碍,基于模拟数据的方法
Milou L M van Riswijk1, Bastiaan F M van Tintelen2, Ruben H Lucas2
1Department of Gastroenterology and Hepatology, Radboud Institute for Health Sciences, Radboud university medical center, Nijmegen, The Netherlands.
Journal of breath research
|April 30, 2025
概括
疾病患病率显著影响电子鼻子 (e-nose) 研究样本大小. 较低的患病率需要更多的数据来进行可靠的瘤查,强调需要仔细的研究设计.
科学领域:
- 生物医学工程 生物医学工程
- 计算生物学 计算生物学
- 在瘤学瘤学.
背景情况:
- 使用电子鼻子 (e-nose) 技术分析的挥发性有机化合物 (VOC) 来进行瘤的非侵入性查显示出有前途.
- 临床研究设计的指南有限,特别是关于机器学习对样本大小要求的影响.
研究的目的:
- 为了评估瘤患病率,数据增强和电子鼻子设备的数量如何影响样本大小,需要准确的预测模型.
- 为在临床环境中优化电子鼻子研究设计提供数据驱动的见解.
主要方法:
- 基于真实世界数据的模拟电子鼻子呼吸测试数据.
- 分析不同瘤发病率 (5%-50%) 和数据增强对模型性能的影响.
- 使用单值分解,随机森林和卷积神经网络开发预测模型.
主要成果:
- 较低的瘤患病率大大增加了样本大小要求;5%的患病率需要高达50%患病率的五倍以上的数据来保持稳定的模型性能.
- 不同电子鼻子设备的模型性能各不相同,多设备集成需要更大的样本大小.
- 为了保持稳定的性能,每种设备在50%的患病率下需要大约400个数据点,在5%的患病率下需要2100个数据点.
结论:
- 瘤患病率和电子鼻子设备的数量是决定样本大小要求的关键因素.
- 在电子鼻子研究中,尽量减少设备的变化,并确保每个设备的适当病例/对照样本对于可靠的预测性能至关重要.
