文献

J-GLOBAL ID：201902217812512951   整理番号：19A2283464

2つの肥満測定を識別する唾液バイオマーカーを同定したデータマイニング法【JST・京大機械翻訳】

A Data Mining Approach Identified Salivary Biomarkers That Discriminate between Two Obesity Measures

著者 (2件)： Shi Ping ( Department of Applied Oral Sciences, The Forsyth Institute, Cambridge, MA 02142, USA) ,  Goodson J. Max ( Department of Applied Oral Sciences, The Forsyth Institute, Cambridge, MA 02142, USA)
資料名： Journal of Obesity (Web)  (Journal of Obesity (Web))
巻： 2019  ページ： Null  発行年： 2019年 
JST資料番号： U7780A  ISSN： 2090-0708  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 背景.肥満の重要な機構は,代謝および炎症マーカーの調節不全を含む。本研究は,アンサンブルデータマイニングアプローチを用いて,肥満に関連する唾液バイオマーカーおよび他の因子を同定することを目的とした。方法:8137名のKuwait小児(10.00±0.67歳)からの700名以上の被験者の無作為コホートに対して,4種のデータマイニング法を適用して肥満と関連した重要な変数を同定した。それらは,ロジスティック回帰(Lasso),多変量適応回帰スプライン(MARS),ランダムフォレスト(RF),およびブースティング分類木(BT)である。各アルゴリズムは,内部交差検証手順に基づいて,可変重要度ランクリストを生成した。個々のリストからの変数のランク順序付けを平均化することにより,それぞれのモデルの分類性能により重み付けされた集約的重要度ランキングを構築した。次に,少なくとも3つのアルゴリズムで同定されたトップランキング変数の部分集合を,ブートストラップパーセンタイル再サンプリングによる受信者動作特性(ROC)解析を用いて分類性能によって評価した。結果:肥満は胴囲(OBW)またはボディマスインデックス(BMI)(OBWHO)により定義された。OBWと関連した唾液バイオマーカーとして,C反応性蛋白質(CRP),インシュリン,レプチン,アディポネクチンを同定した。バイオマーカーの類似のセットがOBWHOに対して同定されたが,レプチンを含まなかった。ツリーベースのクラスタリング分析はOBWとOBWHO被験者の間で有意に異なるパターンを明らかにした。結論:多重アルゴリズムに基づくデータマイニング手法は表現型に関連する因子の同定,特に関係が顕著でない場合に有用であり,複数の方法からのコンセンサスが特徴のより一般化可能な部分集合を生成するのに役立つ。本症例において,胴囲を用いた評価は,BMIによる評価では見られない高レベルの唾液レプチンとの関連を含むことを示した。Copyright 2019 Ping Shi and J. Max Goodson. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  レプチン ,  子供 ,  ヒト ,  母集団 ,  モデル ,  部分集合 ,  *肥満 ,  インスリン ,  等級づけ ,  *データマイニング ,  *バイオマーカー
準シソーラス用語： ウエスト周囲径 ,  ランダムフォレスト ,  ロジスティック回帰分析 ,  被験者 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (23件)：

• J. M. Goodson, A. Kantarci, M. L. Hartman et al., "Metabolic disease risk in children by salivary biomarker analysis," PLoS One, vol. 9, no. 6, 2014.
• J. M. Goodson, M. Tavares, X. Wang et al., "Obesity and dental decay: inference on the role of dietary sugar," PLoS One, vol. 8, no. 10, 2013.
• Y. Mansiaux, F. Carrat, "Detection of independent associations in a large epidemiologic dataset: a comparison of random forests, boosted regression trees, conventional and penalized logistic regression for identifying independent factors associated with H1N1pdm influenza infections," BMC Medical Research Methodology, vol. 14, no. 1, pp. 99, 2014.
• X. Wu, X. Zhu, G. Wu, W. Ding, "Data mining with big data," Proceedings of the IEEE 12th International Conference on Data Mining, pp. 489-498, Brussels, Belgium, December 2014.
• P. D. Chilibeck, F. R. Perez-Lopez, P F. Bodary, E. S. Kang, J. Y. Jeon, "Adipocytokines, metabolic syndrome, and exercise," International Journal of Endocrinology, vol. 2014, pp. 3, 2014.

タイトルに関連する用語 (6件)： 肥満 ,  識別 ,  唾液 ,  バイオマーカー ,  同定 ,  データマイニング