非侵入性头发代谢组分析揭示了肺纤维化患者的GERD和甲状腺功能障碍

科学领域:

• 生物标志物发现发现
• 代谢学 代谢学 代谢学
• 机器学习在医学中的应用

背景情况:

• 异形性肺纤维化 (IPF) 的预后不佳,诸如GERD和甲状腺功能障碍等并发症往往被诊断不足.
• 这些诊断不足的疾病可能会阻碍及时干预和有效管理间歇性肺病 (ILD).
• 头发代谢组分析显示,作为肺纤维化的非侵入性生物标志物具有前途.

研究的目的:

• 调查头发代谢学是否可以检测ILD患者的GERD和甲状腺功能障碍等并发症.
• 通过头发代谢物分析,探索早期检测和个性化治疗策略的潜力.
• 建立头发代谢组作为ILD共发病的诊断工具.

主要方法:

• 利用了先前收集的53名ILD患者的头发代谢组数据.
• 采用堆叠集团机器学习工作流程进行分析.
• 应用严格的交叉验证,特征选择和保留数据集测试,用于模型验证.

主要成果:

• 精确预测GERD (AUROC=0.824,PRAUC=0.849) 使用十个头发代谢物,包括 uracil 和 porphobilinogen.
• 成功预测甲状腺功能障碍 (AUROC=0.870,PRAUC=0.781) 的两个代谢物:白烯和desthiobiotin.
• 在ILD的背景下,确定了与GERD和甲状腺功能障碍相关的关键代谢途径.

结论:

• 头发代谢组分析提供了一种非侵入性方法,用于评估ILD患者的GERD和甲状腺功能障碍.
• 这种方法有可能通过早期检测并发症来改善IPF治疗策略.
• 头发代谢学可以作为个性化医学在ILD管理中的宝贵工具.