整合机器学习到肌肉炎研究:一个系统性审查
Christian Juarez-Gomez1,2, Andrea Aguilar-Vazquez1,3, Emiliano Gonzalez-Gauna4
1Instituto de Investigación en Reumatología y del Sistema Músculo-Esquelético (IIRSME), Centro Universitario de Ciencias de La Salud, Universidad de Guadalajara, Guadalajara, Jalisco, Mexico.
Clinical reviews in allergy & immunology
|July 7, 2025
概括
机器学习 (ML) 模型在分析特异性炎症性肌肉病 (IIM) 中表现有前途. 这次审查强调了ML的ML.
科学领域:
- 类风湿病学 类风湿病学
- 自免疫性疾病 自免疫性疾病
- 计算生物学 计算生物学
背景情况:
- 异常性炎症性肌肉病变 (IIM) 是一种自身免疫性疾病,导致肌肉衰弱和全身影响.
- IIM表型的临床分类会影响预后和病理生理学.
- 机器学习 (ML) 是IIM研究中的新兴工具.
研究的目的:
- 系统地审查监督ML模型在异常性炎症性肌肉病的应用.
- 在特定的IIM研究背景下评估ML模型的性能.
主要方法:
- 对23项原始研究进行了系统审查.
- 包括监督学习模型:逻辑回归 (LR),随机森林 (RF),支持向量机器 (SVM) 和卷积神经网络 (CNN).
- 性能评估主要使用曲线下的面积与接收器操作特征 (AUC-ROC) 相结合.
主要成果:
- 监督的ML模型正在被探索用于IIM研究中的应用.
- ML的应用包括分析肌肉活检的转录组资料,通过MRI和超声波进行差异诊断.
- 像AUC-ROC这样的性能指标是评估ML模型有效性的关键.
结论:
- ML为了解IIM提供了一个补充研究工具.
- 需要进一步的研究来将ML纳入IIM管理的临床实践.
- 在IIM中,ML显示出改善诊断和了解疾病机制的潜力.
