|
ИСТИНА |
Войти в систему Регистрация |
ИПМех РАН |
||
Использование метаболитови биомаркеров для диагностики послеоперационного менингита у пациентов нейрохирургического профилятезисы доклада
- Авторы: Мейнарович П.А., Черневская Е.А., Паутова А.К., Сорокина Е.А.
- Сборник: IV студенческий биохимический форум, Москва, Россия, 30 марта – 1 апреля 2024 г. Материалы конференции
- Тезисы
- Год издания: 2024
- Место издания: Биологический факультет МГУ им М.В. Ломоносова Москва
- Аннотация: Введение. Диагностика послеоперационного менингита является важной задачейв нейрохирургии, поскольку используемые критерии не являются специфичными(повышение уровня нейтрофилов в ликворе, менингеальные симптомы и др.).В предыдущей работе[1] были получены данные о прогностической значимостипара-гидроксифенилмолочной кислоты (ROC=0.734) и интерлейкина-6 (ROC=0.785)для вторичного менингита у пациентов нейрохирургического профиля. Цельтекущего исследования - показать возможность улучшения прогностическойзначимости метаболитов и биомаркеров в ликворе за счет ис-пользования методовмашинного обучения.Методы. Пациентов нейрохирургического профиля разделили на 2 группына основании клинического анализа ликвора - с подозрением (n=34) и без100подозрения на вторичный менингит (n=48). В образцах ликвора методомГХ-МС измерили концентрации метаболитов: бензойная - БК, гомованилиновая- ГВК, пара-гидроксифенилмолочная - п-ГФМК, янтарная - Янт.,фумаровая кислоты - Фум. Биомаркеры измерили методом ИФА: интерлейкин-6 -ИЛ-6, белок S100, нейронспецифическая енолаза - NSE, 5-гидроксииндолуксуснаякислота - 5ГИУК. Полученные данные проходили предобработку с помощью методаPLS и после этого использовались для обучения модели SVM (Sklearn, Python). Дляоценки качества использовали следующие метрики: accuracy (точность), f1, precision(прецизионность), recall (полнота), ROC-AUC.Результаты. В ходе исследования была обучена модель машинного обученияSVM с использованием метаболитов и биомаркеров. Получены метрики качества:accuracy = 0.80, f1 = 0.752, precision = 0.785, recall = 0.738, ROC-AUC = 0.876. ROC-AUCдля данной модели больше, чем для однофакторных моделей с ИЛ-6 или п-ГФМК изисследования[1].Выводы. Использование модели SVM, обученной на комбинации метаболитов ибиомаркеров, эффективнее по сравнению с однофакторными моделями (п- ГФМКили ИЛ-6) для диагностики менингита у пациентов после нейрохирургическихвмешательств.Литература1. Pautova, A.K.; Meglei, A.Y.; Chernevskaya, E.A.; Alexandrova, I.A.; Beloborodova, N.V.4-Hydroxyphenyllactic Acid in Cerebrospinal Fluid as a Possible Marker of Post-NeurosurgicalMeningitis: Retrospective Study. J. Pers. Med. 2022, 12, 399
- Добавил в систему: Мейнарович Пётр Алексеевич