ДИАГНОСТИЧЕСКИЕ ПОКАЗАТЕЛИ ГЕНЕТИЧЕСКИХ ФАКТОРОВ В СПОСОБНОСТИ КЛАССИФИЦИРОВАТЬ ПАЦИЕНТОВ С РЕМОДЕЛИРОВАНИЕМ СОННЫХ АРТЕРИЙ ОТ УСЛОВНО ЗДОРОВЫХ НА ОСНОВЕ МАШИННОГО ОБУЧЕНИЯ
Аннотация
Получена модель для дифференцирования пациентов с ремоделированием сонных артерий и условно здоровых людей на основе машинного обучения с использованием генетических данных казахской популяции. За период 2018-2020 гг. рекрутированы 561 участник исследования, из которых 357 были с ремоделированием сонных артерий, 204 - условно здоровые. Генотипирование осуществлено с помощью технологии QuantStudio TM 12K Flex Real-Time PCR (Applied Biosystems) с использованием панели из 118 полиморфизмов. После процедуры контроля качества 43 полиморфизма были исключены из дальнейшего анализа. Результаты генотипирования 75 полиморфизмов были использованы для построения бинарной классификационной модели в виде дерева решений на основе Fast-and-frugal trees (FFTs) алгоритма. Наилучшая модель из 5 полиморфизмов обладала 52% чувствительностью, 64% специфичностью и 56% точностью в способности проводить разделение между пациентами с РСА и условно-здоровыми людьми на основе генетических данных.
Об авторах
В. В. Бенберин
РГП «Больница Медицинского центра Управления делами Президента РК»
Казахстан
Казахстан
Т. А. Вощенкова
РГП «Больница Медицинского центра Управления делами Президента РК»
Казахстан
Казахстан
Р. Ж. Карабаева
РГП «Больница Медицинского центра Управления делами Президента РК»
Казахстан
Казахстан
А. С. Сибагатова
РГП «Больница Медицинского центра Управления делами Президента РК»
Казахстан
Казахстан
Д. Б. Бабенко
НАО «Медицинский университет Караганды»
Казахстан
Казахстан
А. А. Турмухамбетова
НАО «Медицинский университет Караганды»
Казахстан
Казахстан
Список литературы
1. Белова Л. А. Гипертоническая энцефалопатия: клинико-патогенетические подтипы, классификация, диагностика /Л. А. Белова, В. В. Машин. - Ульяновск: УлГУ, 2010. - 210 с.
2. Информация здравоохранения для Европейского региона / https://gateway.euro. who.int/ru/hfa-explorer/2020.
3. Каргабаева Б. А. Здоровье населения Республики Казахстан и деятельность организаций здравоохранения /Б. А. Каргабаева, Ж. К. Алдажарова, А. А. Кенесова и др. http:// www.rcrz.kz/index.php/ru/? option=com_content&view=artide&id=973б
4. Шумилина М. В. Комплексная ультразвуковая диагностика патологии периферических сосудов. Учеб.-метод. рук. - М.: НЦССХ им. А.Н. Бакулева РАМН, 2012. - 384 с.
5. GWAS and colocalization analyses implicate carotid intima-media thickness and carotid plaque loci in cardiovascular outcomes /N. Franceschini, C. Giambartolomei, P. S. de Vries et al. //Nat. Commun. - 2018. - №9. - 5141P.
6. Williams B. Guidelines for the Management of Arterial Hypertension: The Task Force for the Management of Arterial Hypertension of the European Society of Cardiology (ESC) and the European Society of Hypertension (ESH) /B. Williams, G. Mancia //Eur. Heart J. - 2018. - №39. - P. 3021-3104.
Рецензия
Для цитирования:
Бенберин В.В., Вощенкова Т.А., Карабаева Р.Ж., Сибагатова А.С., Бабенко Д.Б., Турмухамбетова А.А. ДИАГНОСТИЧЕСКИЕ ПОКАЗАТЕЛИ ГЕНЕТИЧЕСКИХ ФАКТОРОВ В СПОСОБНОСТИ КЛАССИФИЦИРОВАТЬ ПАЦИЕНТОВ С РЕМОДЕЛИРОВАНИЕМ СОННЫХ АРТЕРИЙ ОТ УСЛОВНО ЗДОРОВЫХ НА ОСНОВЕ МАШИННОГО ОБУЧЕНИЯ. Медицина и экология. 2020;(3):63-66.
For citation:
Benberin V.V., Voshchenkova T.A., Karabayeva R.Zh., Sibagatova A.S., Babenko D.B., Turmukhambetova A.A. DIAGNOSTIC INDICATORS OF GENETIC FACTORS IN THE ABILITY TO CLASSIFY PATIENTS WITH CAROTID ARTERY REMODELING FROM CONDITIONAL Y HEALTHY ON THE BASIS OF MACHINE LEARNING. Medicine and ecology. 2020;(3):63-66. (In Russ.)
Просмотров: 191
Послать статью по эл. почте 