评估Th1 (IFN-γ+CD4+) /CD4+在快速进展的肌缩侧面硬化症中的预测潜力
Jiahui Zhu1,2, Yuechen Zhang3, Shuqi Hu1,2
1Department of Neurology, Affiliated Hangzhou First People's Hospital, Westlake University School of Medicine, Hangzhou, Zhejiang, China.
Journal of neurology
|September 14, 2025
概括
升高的Th1/CD4+细胞表明肌缩侧面硬化症 (ALS) 快速进展的风险更高. 使用这些细胞的机器学习模型显示了对ALS疾病进展的强大预测能力.
科学领域:
- 神经免疫学 神经免疫学
- 机器学习在医学中的应用
- 临床生物标志物 临床生物标志物
背景情况:
- Th1 (IFN-γ+CD4+) 细胞有助于ALS中神经炎症和神经元死亡.
- 外周免疫系统的参与在ALS病理生理学中至关重要.
- 快速进展的ALS (ALS) 需要预测生物标志物来及时干预.
研究的目的:
- 开发一种可解释的机器学习模型,用于预测快速进展的ALS.
- 为了研究血液Th1/CD4+细胞与ALS进展率之间的关联.
- 确定Th1/CD4+细胞作为ALS疾病严重程度的潜在生物标志物.
主要方法:
- 对564名零星ALS患者的分析,使用流细胞计量来定量免疫细胞.
- 应用多变量考克斯比例危险模型和LASSO回归.
- 开发一个包含Th1/CD4+细胞和其他特征的机器学习模型.
主要成果:
- 高Th1/CD4+细胞计数 (≥16.21) 与更快的ALS进展显著相关 (HR:1.90).
- Th1/CD4+细胞与强迫生命能力下降相关 (r=0.11,P=0.01).
- 性能最好的机器学习模型 (Xgboost) 的AUC为0.804,G平均值为0.756.
结论:
- Th1/CD4+细胞 (16.21截止值) 是快速ALS进展的独立风险因素.
- 开发的机器学习模型证明了对ALS进展的强大预测能力.
- 这项研究强调了免疫细胞分析在治疗ALS方面的潜力.
更多相关视频
09:26In Vitro Assay to Evaluate the Impact of Immunoregulatory Pathways on HIV-specific CD4 T Cell Effector Function
Published on: October 15, 2013
14.4K
09:38Determining Immune System Suppression versus CNS Protection for Pharmacological Interventions in Autoimmune Demyelination
Published on: September 12, 2016
12.7K
