文献

J-GLOBAL ID：202102237368487242   整理番号：21A1151034

新規SNPを用いた機械学習モデルは冠動脈疾患重症度の予測強化を示す【JST・京大機械翻訳】

A Machine Learning Model Utilizing a Novel SNP Shows Enhanced Prediction of Coronary Artery Disease Severity

著者 (9件)： Pattarabanjird Tanyaporn (Cardiovascular Research Center, University of Virginia, Charlottesville, VA 22908, USA) ,  Pattarabanjird Tanyaporn (Division of Cardiovascular Medicine, Department of Medicine, University of Virginia, Charlottesville, VA 22908, USA) ,  Cress Corban (Cardiovascular Research Center, University of Virginia, Charlottesville, VA 22908, USA) ,  Nguyen Anh (Division of Cardiology, Duke University School of Medicine, Durham, NC 27710, USA) ,  Taylor Angela (Cardiovascular Research Center, University of Virginia, Charlottesville, VA 22908, USA) ,  Taylor Angela (Division of Cardiovascular Medicine, Department of Medicine, University of Virginia, Charlottesville, VA 22908, USA) ,  Bekiranov Stefan (Department of Biochemistry and Molecular Genetics, University of Virginia, Charlottesville, VA 22908, USA) ,  McNamara Coleen (Cardiovascular Research Center, University of Virginia, Charlottesville, VA 22908, USA) ,  McNamara Coleen (Division of Cardiovascular Medicine, Department of Medicine, University of Virginia, Charlottesville, VA 22908, USA)
資料名： Genes (Web)  (Genes (Web))
巻： 11  号： 12  ページ： 1446  発行年： 2020年 
JST資料番号： U7194A  ISSN： 2073-4425  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 背景:機械学習(ML)は,パターンと推論に基づく結果を予測するための強力なアプローチとして浮上している。重症冠状動脈疾患(CAD)の予測を改善することは,予防と治療戦略を個人化し,心臓カテーテル法から恩恵を受ける個人を同定する可能性がある。CAD重症度の予測を増強するために,ヒトCAD(ID3 rs11574)と関連する遺伝子における単一ヌクレオチド多型(SNP)と従来の心臓危険因子(CRF)を組み合わせた新規MLアプローチを開発した。方法:rs11574のID3遺伝子型と共にCRFを組み込んだMLモデルを評価した。最も予測的なモデル,深いニューラルネットワークを用いて,患者を高(>32)および低レベル(32)のGensini重症度スコアに分類した。このモデルを325で訓練し,82人の患者で検証した。モデルの予測性能を,受信者動作特性曲線(ROC-AUC)の下で混乱マトリックスと面積によってまとめた。【結果】著者らのニューラルネットワークは,試験群における82人の患者に対して,それぞれ,0.84のROC-AUCで,低群および高群に対して,81%および87%の精度で,重症度スコアを予測した。CRFへのID3 rs11574の添加は,低群で65%から81%,高群で72%から84%まで予測精度を有意に増強した。年齢,高密度リポ蛋白質(HDL),および収縮期血圧は,重症度スコアの予測におけるトップ3寄与因子であった。結論:ID3 rs11574を含む著者らのニューラルネットワークは,Framinghamスコアの使用によるCAD重症度の予測を改善し,それは冠動脈血管造影からの合併症のリスク増加における患者における臨床意思決定に役立つ可能性がある。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 意思決定 ,  心臓 ,  ニューラルネットワーク ,  遺伝子 ,  遺伝子型 ,  ヒト ,  *冠動脈 ,  *冠動脈疾患 ,  カオス ,  合併症 ,  治療計画 ,  危険因子 ,  *機械学習 ,  収縮期血圧 ,  一塩基多型

著者キーワード (9件)： 機械学習 ,  深層学習 ,  重症度スコア ,  冠動脈疾患 ,  単一ヌクレオチド多型 ,  ID3 ,  冠動脈造影 ,  CVDリスク予測 ,  臨床意思決定

分類 (1件)： 循環系の疾患  (GJ03000C)

引用文献 (34件)：

• Silcox, C.; Dentzer, S.; Bates, D.W. AI-Enabled Clinical Decision Support Software: A “Trust and Value Checklist” for Clinicians. NEJM Catal. 2020, 1.
• Wilson, P.W.; D’Agostino, R.B.; Levy, D.; Belanger, A.M.; Silbershatz, H.; Kannel, W.B. Prediction of Coronary Heart Disease Using Risk Factor Categories. Circulation 1998, 97, 1837-1847.
• Massaro, J.M.; Kannel, W.B.; D’agostino, R.B.; Vasan, R.S.; Pencina, M.J.; Wolf, P.A.; D’agostino, R.B.; Michael, M.; Pencina, J.; Cobain, M.M.; et al. General cardiovascular risk profile for use in primary care: The Framingham heart study. Circulation 2008, 117, 743-753.
• Palladino, R.; Caporale, O.; Nardone, A.; Fiorentino, D.; Torre, I.; Triassi, M. Use of Framingham Risk Score as a Clinical Tool for the Assessment of Fitness for Work: Results from a Cohort Study. J. Occup. Environ. Med. 2016, 58, 805-809.
• Scanlon, P.J.; Faxon, D.P.; Audet, A.M.; Carabello, B.; Dehmer, G.J.; Eagle, K.A.; Legako, R.D.; Leon, D.F.; Murray, J.A.; Nissen, S.E.; et al. ACC/AHA Guidelines for Coronary Angiography: Executive Summary and Recommendations A Report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines (Committee on Coronary Angiography) Developed in Collaboration with the Society for Cardiac Angiography and Interventions Committee Members. Circulation 1999, 99, 2345-2357.

タイトルに関連する用語 (7件)： SNP ,  機械学習 ,  モデル ,  冠動脈 ,  疾患重症度 ,  予測 ,  強化