相关实验视频
Updated: Jan 15, 2026
06:09
An In Ovo Model for Testing Insulin-mimetic Compounds
Published on: April 23, 2018
11.1K
机器学习预测模型用于识别墨西哥儿童的代谢状态,使用恒温模式评估胰岛素耐药性和氨酶酶活性
Karen E Villagrana-Bañuelos1, Carlos E Galván-Tejada1, Antonio García-Domínguez1
1Unidad Académica de Ingeniería Eléctrica, Universidad Autónoma de Zacatecas, Zacatecas, Zacatecas, Mexico, Instituto Mexicano del Seguro Social, México.
Gaceta medica de Mexico
|October 8, 2025
概括
总粉酶活性显示出预测代谢综合征和糖尿病风险的潜力. 这种机器学习模型有助于在前致病期早期识别患者.
科学领域:
- 生物化学 生物化学
- 医学诊断 医学诊断 医学诊断
- 机器学习 机器学习
背景情况:
- 儿童肥胖是一个重大的全球健康问题,增加了代谢综合征和糖尿病的风险.
- 早期发现疾病至关重要,将医疗保健的重点转移到疾病前期.
- 目前已确诊疾病的诊断方法依赖于实验室研究.
研究的目的:
- 评估总氨基酶活性在预测代谢综合征和糖尿病方面的有用性.
- 开发一个预测模型,在疾病发作之前识别有风险的个体.
主要方法:
- 利用了101名墨西哥患者的数据库.
- 采用胰岛素抵抗的恒温模型评估 (HOMA-IR) 来将患者分类为正常,代谢风险和糖尿病组.
- 应用随机森林 (RF) 机器学习用于使用氨酶活性和HOMA-IR进行预测分析.
主要成果:
- 射频模型实现了0.7075.5的曲线下的面积 (AUC).
- 实现了0.7619的特异性,0.7142的灵敏性和0.7500的整体准确性.
- 证明了氨基酶活性和HOMA-IR的预测能力.
结论:
- 可以使用总氨酶活性和RF.开发可行的预测模型.
- 这种模型可以帮助识别患有代谢综合征和糖尿病的风险的人在病原前阶段.
- 突出了生物化学标记物用于早期疾病预测的潜力.
更多相关视频
06:04Author Spotlight: Assessing the Cardiovascular Profile of Patients with Metabolic Syndrome
Published on: September 27, 2024
1.4K
08:13Study of In Vivo Glucose Metabolism in High-fat Diet-fed Mice Using Oral Glucose Tolerance Test OGTT and Insulin Tolerance Test ITT
Published on: January 7, 2018
71.3K
