机器学习显示了预测多发性硬化症进展的潜力

　　根据比利时鲁汶大学的Edward De browwer及其同事发表在开放获取期刊《公共科学图书馆数字健康》上的一项研究，机器学习模型可以可靠地告知临床医生多发性硬化症的残疾进展。

　　多发性硬化症(MS)是一种慢性进行性自身免疫性疾病，随着时间的推移，通过复杂的进展、恢复和复发模式导致严重残疾。在过去十年中，其全球流行率增加了30%以上。然而，很少有工具可以预测MS的进展，以帮助临床医生和患者制定生活计划和治疗决策。

　　在这项新的研究中，De browwer和他的同事使用了15240名至少有三年多发性硬化症病史的成年人的数据，这些成年人在40个国家的146个多发性硬化症中心接受治疗。

　　每个患者两年的疾病进展数据被用来训练最先进的机器学习模型，以预测接下来几个月和几年疾病进展的概率。采用严格的临床指南对模型进行训练和验证，提高了模型在临床实践中的适用性。

　　虽然个体模型在不同患者亚组中的表现不同，但模型的ROC曲线下平均面积(ROC- auc)为0.71±0.01。研究发现，与治疗或复发史相比，残疾进展史更能预测未来的残疾进展。

　　作者得出结论，该研究中开发的模型有可能大大提高对MS患者的规划，并可在临床影响研究中进行评估。

　　De Brouwer补充说:“利用超过15,000名多发性硬化症患者的临床病史，我们训练了一个机器学习模型，能够可靠地预测未来两年内残疾进展的可能性。该模型只使用常规收集的临床变量，这使得它具有广泛的适用性。

　　“我们严格的基准测试和外部验证支持机器学习模型在帮助患者规划生活和临床医生优化治疗策略方面的巨大潜力。”

　　更多信息:基于机器学习的多发性硬化症残疾进展预测:一项观察性，国际，多中心研究，PLOS数字健康(2024)。DOI: 10.1371 / journal.pdig.0000533期刊信息:PLOS数字健康由公共科学图书馆提供引文:机器学习显示出预测多发性硬化症进展的潜力(2024年，7月25日)检索自2024年7月25日https://medicalxpress.com/news/2024-07-machine-potential-multiple-sclerosis.html此文档受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。