МедицинаarXivScience Morning3 мин чтенияpreprint

Предсказание ранних стадий болезни Альцгеймера и выявление ключевых биомаркеров с использованием глубоких искусственных нейронных сетей и ансамбля методологий машинного обучения

Predicting Early Stages Of Alzheimer's Disease And Identifying Key Biomarkers Using Deep Artificial Neural Network And Ensemble Of Machine Learning Methodologies

Рубрика
Медицина
Источник
arXiv
Дата
02.07.2026
Автор
Science Morning
Время чтения
3 мин

Это предварительная публикация, она не прошла научное рецензирование.

Медицина

Аннотация

Болезнь Альцгеймера (БА) – это расстройство мозга, которое развивается медленно и в основном затрагивает память, мышление, язык и повседневную деятельность. Это одно из самых распространенных причин деменции и создает множество трудностей как для пациентов, так и для их семей. На ранней стадии симптомы часто слабо выражены и могут напоминать нормальное старение. По этой причине многие люди получают диагноз слишком поздно, когда болезнь уже прогрессирует. В настоящее время полного лекарства от БА не существует. Тем не менее, ранняя диагностика может помочь врачам лучше управлять состоянием пациента и предпринять необходимые шаги вовремя. В этом исследовании предлагается модель машинного обучения для определения ранних стадий болезни Альцгеймера на основе клинических данных, результатов нейропсихологических тестов и мер, связанных с нейровизуализацией. Данные, использованные в работе, собраны из Инициативы по нейровизуализации болезни Альцгеймера (ADNI). Поскольку в наборе данных есть пропущенные значения, применяется итеративная импутация для их заполнения. Набор данных также имеет несбалансированные классы, что решается с помощью метода Borderline SVM-SMOTE. Затем проводится отбор признаков с использованием оберток и встраиваемых методов, чтобы использовать только важные признаки для обучения. Выбранные признаки делятся на обучающие и тестовые наборы, и применяется масштабирование признаков. Разрабатывается ансамблевая модель стекового обучения с использованием логистической регрессии, Extra Trees, Bagging KNN и LightGBM в качестве базовых классификаторов. Кроме того, также обучается искусственная нейронная сеть на том же наборе данных. Эффективность этих моделей сравнивается по таким метрикам, как точность, полнота, F1-меры и AUC-ROC. Цель этого исследования состоит в том, чтобы найти лучший классификатор и выявить важные биомаркеры, которые могут помочь в ранней диагностике болезни Альцгеймера.

Краткое резюме

Исследование посвящено раннему выявлению болезни Альцгеймера с использованием методов машинного обучения. Ученые предложили модель, которая анализирует клинические данные и результаты тестов для успешной диагностики на ранних стадиях.

Практический вывод

Раннее обнаружение болезни Альцгеймера может значительно улучшить качество жизни пациентов и вовремя принять необходимые меры для управления заболеванием.

Ограничения

Это предварительная публикация, она не прошла научное рецензирование. Исследование опирается на данные, собранные из одной базы данных, что может ограничивать обобщаемость результатов. Кроме того, присутствие пропусков в данных может повлиять на точность модели.

Похожие исследования

Подборка учитывает рубрику, ключевые слова, аннотацию, резюме, практические выводы и источник.

Медицина
Медицина
72%

SABER: Фреймворк анализа семантически согласованной структуры мозга с помощью многомасштабных гиперграфов

Эффективная диагностика заболеваний мозга требует синергии паттернов подключения мозга и высокоуровневых семантических знаний. Однако существующие методы в значительной степени рассматривают семантику из крупных языковых моделей (LLMs) как вспомогательные признаки или руководство, что ограничивает их прямую роль в принятии решений и сужает стабильность и надежность классификации. Чтобы преодолеть это, мы предлагаем фреймворк семантически согласованной нейросети мозга, который активно интегрирует семантику, полученную от LLM, в процесс предсказания. В частности, семантика на уровне ROI сначала включается через глобальное самообращение для обогащения представлений узлов и предоставления контекста всего мозга. Затем строятся многомасштабные гиперграфы для явного моделирования функциональных подсетей и взаимодействий между несколькими ROI, что решает локальные ограничения традиционных ГНН и захватывает высокопорядковые зависимости. Наконец, механизм семантической согласованности на уровне принятия решений избирательно вводит текстовые вложения, специфичные для пациента, в графовые представления, позволяя семантике напрямую управлять предсказаниями без нарушения глубинной структуры сети. Эксперименты на публичных наборах данных сети мозга ABIDE и ADHD-200 демонстрируют состояние искусства, повышенную стабильность и улучшенную интерпретируемость, особенно в условиях небольших выборок.

Медицина
Медицина
72%

Цифровые биомаркеры, полученные с помощью акселерометрии, для оценки кардиометаболических рисков: представительный табличный эталон с учетом неопределенности

Структурированные табличные данные доминируют в клинической медицине, однако существующие эталоны не отражают реальных свойств, таких как сложное опросное деление, демографический оверсэмплинг и справедливость по подгруппам. Мы представляем эталон NHANES Accelerometry Cardiometabolic Benchmark, основанный на данных NHANES 2003-2006, который включает 1381 взрослого с акселерометром, носимым на бедре, лабораторными биомаркерами натощак, данными о потреблении пищи и антропометрикой. Мы оцениваем три метода табличного обучения — гребневая регрессия, XGBoost и базовую модель TabPFN v2 — для прогнозирования гликированного гемоглобина (HbA1c), триглицеридов натощак и C-реактивного белка (CRP) на основе фенотипов активности и факторов образа жизни. TabPFN v2 демонстрирует лучшее общее качество (R^2 HbA1c=0.156, R^2 CRP=0.383), в то время как триглицериды остаются в значительной степени непредсказуемыми (R^2 < 0.05), что соответствует известному генетическому доминированию. Мы применяем разделенное конформное предсказание для генерации предсказательных интервалов с 90% уверенности и оцениваем равенство охвата по демографическим группам, включая пол и расовую/этническую принадлежность. Предел охвата соответствует целевым 90% для CRP и HbA1c, но ниже для триглицеридов. На уровне подгрупп мы наблюдаем локализованное недоохватывание (например, HbA1c для участников мексиканского происхождения), что иллюстрирует разрыв между предельными гарантиями и условным покрытием, необходимым для клинической справедливости. Код и данные доступны по адресу https://github.com/felizzi/nhanes-accel-cardiometabolic-benchmark.

Медицина
Медицина
67%

Распространение вируса гепатита B с помощью функции заболеваемости Беддингтона-ДеАнджелиса и нейронной сети прямого распространения с оптимальным контролем.

Используя подходящую математическую модель, это исследование направлено на изучение динамики передачи и оптимального контроля распространения вируса гепатита B, применяя функцию заболеваемости Беддингтона-ДеАнджелиса, гибридный метод 4-го порядка Рунге-Кутты (RK4) и нейронную сеть прямого распространения (FFNN), поскольку интеграция эпидемиологических моделей с нейронными сетями особенно важна для представления распространения заболеваний. Условия хорошо поставленной задачи, а также локальные и глобальные условия устойчивости получены с использованием порогового параметра. Некоторые чувствительные эпидемические параметры и их относительное влияние количественно оценены. Основываясь на локальных и глобальных свойствах модели и анализе чувствительности, сформулирована задача управления для контроля инфекции путем минимизации ориентированной на HBV популяции и максимизации выздоровевшей популяции с использованием трех контрольных мер. Наконец, используется гибридный метод контролируемой FFNN и RK4 с двумя скрытыми слоями, чтобы эффективно аппроксимировать временные динамические изменения передачи HBV и подтвердить теоретические результаты, а также эффекты контроля.

Медицина
Медицина
67%

Является ли ключевым медиатором между оральными инфекциями и системными заболеваниями? Механистические аспекты и терапевтические последствия.

выступает как патобионт, который связывает оральную дисбиозу с системными заболеваниями через коагрегацию, гематогенное распространение и модуляцию иммунного ответа. Этот обзор предоставляет молекулярные сведения о том, как они участвуют в системных заболеваниях, таких как рак толстой кишки, неблагоприятные исходы беременности, сердечно-сосудистые заболевания, нейродегеративные расстройства и диабет mellitus. Ключевыми факторами вирулентности являются адгезины FadA, Fap2 и RadD, липополисахариды и везикулы наружной мембраны, которые способствуют эпителиальной инвазии и проницаемости эндотелия, а также способствуют подавлению иммунного ответа через сигнальные пути TLR4-NF-κB, β-катенин/Wnt и MAPK. Эти взаимодействия приводят к нарушению гомеостаза тканей, поддерживают хроническое воспаление и способствуют онкогенному и метаболическому модифицированию. Системная плейотропия further substantiated by its involvement in chemoresistance, placental dysfunction, vascular inflammation, and neuronal injury, substantiating its systemic pleiotropy. Появляющиеся терапевтические стратегии, такие как блокировка адгезинов, нейтрализация везикул наружной мембраны, манипуляции с микробиомом и использование методов очистки на основе CRISPR, обеспечивают прецизионные методы для смягчения заболеваний. Таким образом, этот обзор идентифицирует как основной микробный медиатор орально-системной патологии и его трансляционное значение в разработке целевых антимикробных и направленных на хозяина терапий.

Медицина
Медицина
67%

Вариации глобальной асимметрии мозга связаны с возрастом и сопутствующими заболеваниями.

Латерализация является отличительной чертой организации мозга, однако структурная основа, лежащая в основе этого феномена, остается критически важным и нерешенным вопросом в области когнитивной и системной нейронауки. В этом исследовании мы применили многомерные методы машинного обучения для изучения вариаций глобальной асимметрии мозга и их ассоциаций с когнитивными функциями, старением и заболеваниями, связанными со старением, используя крупномасштабные наборы данных. Наши результаты раскрыли значительные и ранее неизвестные структурные различия между полушариями и установили ключевые связи между структурными асимметриями и латерализованными функциями. На уровне популяции мы выявили уникальные траектории старения полушарных различий и обнаружили специфические для диагноза вариации у пациентов с болезнью Альцгеймера и болезнью Паркинсона, а также у носителей генетического риска ε4. Примечательно, что мы идентифицировали паттерн "левого старения", который ставит под сомнение традиционную модель "правого старения". В совокупности эти результаты способствуют нашему пониманию функциональной латерализации в человеческом мозге и подчеркивают потенциал глобальной асимметрии мозга как биомаркера старения мозга и связанных с ним заболеваний.

Медицина
Медицина
67%

Целевая доставка Ang2 и TAT при лептоменингеальной болезни через венозный и внутрішнепозвоночный пути: сравнительный анализ

Лептоменингеальная болезнь (ЛД), связанная с метастазированием клеток в лептоменингеальные оболочки центральной нервной системы (ЦНС), может быть смертельным осложнением различных типов рака, происходящего как на периферии, так и в ЦНС, включая рак груди (РГ) и педиатрическую медулобластому (МБ). Целевая терапия представляет собой многообещающий новый подход для улучшения общей выживаемости пациентов с ЛД. На сегодняшний день сообщается, что ангиопепт-2 (Ang2) и трансактивирующий транскрипционный активатор (TAT), два хорошо известных пептида, обладающих способностью доставлять лекарственные вещества в мозг, транспортируют лечебные грузы в ЦНС для лечения заболеваний. Однако текущие схемы введения остаются зависимыми от перорального приема или внутривенной инъекции (IV), где вещества должны преодолевать сложные биологические барьеры, чтобы достичь субарахноидального пространства (SAS), которое является основным местом ЛД. Наша исследовательская группа сконцентрировалась на внутрішнепозвоночном (IT) пути введения как альтернативном подходе, который потенциально может обеспечить высокую концентрацию лекарства в тканях, подверженных воздействию ликвора. Тем не менее, существует значительный пробел в понимании того, как пептиды целевого назначения могут получить доступ (или не получить доступ) к ЛД в зависимости от их пути введения. Поэтому наша работа была сосредоточена на сравнении возможностей доставки Ang2 и TAT через пути IT и IV. Сначала мы создали две ксеногенные модели ЛД, непосредственно инфузируя клетки рака молочной железы (MDA-MB231) или медулобластомы (HDMB03) в SAS через инъекцию в цереброспинальную жидкость (ICM), чтобы сформировать модели BC-LD и MB-LD соответственно. Эти модели опухолей были охарактеризованы по общей выживаемости, паттернам роста опухолей и наличию гидроцефалии. Во-вторых, мы дополнительно вводили флуоресцентно помеченные пептиды Ang2 или TAT либо IV, либо ICM в опухоль несущим мышам. Невральные флуоресцентные изображения были проанализированы для оценки способности нацеливания этих двух пептидов на основе колокализации между сигналом пептида и опухолевыми тканями ex vivo. Мы обнаружили, что медианная выживаемость обеих моделей была отрицательно связана с количеством инфузированных клеток. В то время как клетки HDMB03, как правило, метастазировали в преобладании в область мозга, клетки MDA-MB231, наоборот, метастазировали предособенно в спинной мозг. Обе модели проявляли гидроцефалию как один из общих клинических симптомов у пациентов с ЛД. По сравнению со здоровым контролем, MB-LD показала увеличение объема вентрикулярной системы в 7,3 раза, а BC-LD - в 26,5 раз. Более того, нацеливание, достигнутое TAT, было значительно выше, чем нацеливание, достигнутое Ang2 в грудном отделе спины для модели MB-LD. Для модели BC-LD сигнал TAT был статистически значимо выше, чем сигнал Ang2 в обонятельных луковицах, стволе мозга, грудном и поясничном отделах спины. Пока оба пептида показывали сильный сигнал через 2 часа после инъекции ICM, сигнал не поддавался обнаружению через 24 часа после введения, что свидетельствует о вымывании или разрушении. Важным дополнением является то, что эти данные предоставляют доказательства того, что введение через ICM будет предпочтительным путем введения по сравнению с IV для максимального нацеливания на ЛД.