文献

J-GLOBAL ID：201902241114102653   整理番号：19A2515043

乳癌識別のための代替決定木ベース機械学習法による唾液メタボロミクス【JST・京大機械翻訳】

Salivary metabolomics with alternative decision tree-based machine learning methods for breast cancer discrimination

著者 (13件)： Murata Takeshi (Department of Breast Surgery, National Cancer Center Hospital, Tokyo, Japan) ,  Yanagisawa Takako (Department of Surgery, Teikyo University School of Medicine, Tokyo, Japan) ,  Kurihara Toshiaki (Department of Surgery, Keio University School of Medicine, Tokyo, Japan) ,  Kaneko Miku (Institute for Advanced Biosciences, Keio University, Tsuruoka, Yamagata, Japan) ,  Ota Sana (Institute for Advanced Biosciences, Keio University, Tsuruoka, Yamagata, Japan) ,  Enomoto Ayame (Institute for Advanced Biosciences, Keio University, Tsuruoka, Yamagata, Japan) ,  Tomita Masaru (Institute for Advanced Biosciences, Keio University, Tsuruoka, Yamagata, Japan) ,  Sugimoto Masahiro (Institute for Advanced Biosciences, Keio University, Tsuruoka, Yamagata, Japan) ,  Sugimoto Masahiro (Health Promotion and Preemptive Medicine, Research and Development Center for Minimally Invasive Therapies, Tokyo Medical University, Tokyo, Japan) ,  Sunamura Makoto (Digestive Surgery and Transplantation Surgery, Tokyo Medical University Hachioji Medical Center, Tokyo, Japan) ,  Hayashida Tetsu (Department of Surgery, Keio University School of Medicine, Tokyo, Japan) ,  Kitagawa Yuko (Department of Surgery, Keio University School of Medicine, Tokyo, Japan) ,  Jinno Hiromitsu (Department of Surgery, Keio University School of Medicine, Tokyo, Japan)
資料名： Breast Cancer Research and Treatment  (Breast Cancer Research and Treatment)
巻： 177  号： 3  ページ： 591-601  発行年： 2019年 
JST資料番号： W4122A  ISSN： 1573-7217  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本研究の目的は,健常対照者から乳癌患者を識別するための新しい唾液バイオマーカーを探索することである。唾液試料を9時間絶食後に採取し,-80°Cで直ちに貯蔵した。キャピラリー電気泳動と質量分析による液体クロマトグラフィーを用いて,数百の親水性代謝産物を定量した。従来の統計解析と人工知能に基づく方法を用いて,定量した代謝産物の識別能力を評価した。多重ロジスティック回帰(MLR)モデルと代替ディシジョンツリー(ADツリー)ベースの機械学習法を用いた。これらの数学モデルの一般化能力を,交差検証および再サンプリング法のような種々の計算試験において検証した。106人の非刺激唾液試料を,乳房(IC)の浸潤癌患者101人,腺管癌患者23人(DCIS),および健常対照者42人から採取した。260の定量代謝産物のうち,ポリアミンは乳癌患者の唾液中で有意に上昇した。スペルミンは,受信者動作特性曲線[0.766;95%信頼区間(CI)0.67~0.840,P<0.0001]の下で最も高い面積を示し,ICからICを識別した。スペルミンに加えて,ポリアミン及びそれらのアセチル化型はICのみで上昇した。異なるランダム値を用いて2倍,5倍および10倍交差検証を行い,MLRモデルはわずかに良好な精度を有した。アンサンブルアプローチによるADtreeは,より高い精度(0.912;95%CI0.838-0.961,P<0.0001)を示した。これらの予測モデルは予測因子としてスペルミンも含んでいた。これらのデータは,ADTreeに基づく機械学習法と唾液メタボロミクスの組合せが乳癌の非侵襲的スクリーニングの可能性を示すことを示した。Copyright 2019 Springer Science+Business Media, LLC, part of Springer Nature Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： キャピラリー電気泳動 ,  *学習 ,  *乳房腫瘍 ,  多重化 ,  ポリアミン ,  スクリーニング ,  ヒト ,  バイオマーカー ,  *機械学習 ,  乳房 ,  代謝産物 ,  統計解析 ,  信頼区間 ,  *メタボロミクス ,  脂肪族アミン ,  ジアミン ,  第一アミン ,  第二アミン
準シソーラス用語： ロジスティック回帰分析 , 【Automatic Indexing@JST】

著者キーワード (6件)： 乳癌 ,  バイオマーカー ,  唾液 ,  ポリアミン ,  メタボロミクス ,  代替決定木

分類 (3件)： 生体物質一般  (EB02010G) ,  質量分析  (CC03013N) ,  腫ようの診断  (GE03020J)

物質索引 (1件)： スペルミン

タイトルに関連する用語 (7件)： 乳癌 ,  識別 ,  代替 ,  決定木 ,  ベース機械 ,  唾液 ,  メタボロミクス