文献

J-GLOBAL ID：202202253189475780   整理番号：22A0562380

ループス腎炎における治療反応の予測モデル【JST・京大機械翻訳】

Prediction models of treatment response in lupus nephritis

著者 (8件)： Ayoub Isabelle (Division of Nephrology, Department of Medicine, The Ohio State University, Columbus, Ohio, USA) ,  Wolf Bethany J. (Department of Public Health Sciences, Medical University of South Carolina, Charleston, South Carolina, USA) ,  Geng Linyu (Division of Rheumatology and Immunology, Department of Medicine, Medical University of South Carolina, Charleston, South Carolina, USA) ,  Song Huijuan (Division of Nephrology, Department of Medicine, The Ohio State University, Columbus, Ohio, USA) ,  Khatiwada Aastha (Division of Biostatistics and Bioinformatics, National Jewish Health, Denver, Colorado, USA) ,  Tsao Betty P. (Division of Rheumatology and Immunology, Department of Medicine, Medical University of South Carolina, Charleston, South Carolina, USA) ,  Oates Jim C. (Division of Rheumatology and Immunology, Department of Medicine, Medical University of South Carolina, Charleston, South Carolina, USA) ,  Rovin Brad H. (Division of Nephrology, Department of Medicine, The Ohio State University, Columbus, Ohio, USA)
資料名： Kidney International  (Kidney International)
巻： 101  号： 2  ページ： 379-389  発行年： 2022年 
JST資料番号： E0559B  ISSN： 0085-2538  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ループス腎炎における1年間の治療反応の予測モデルを開発するため,従来の臨床データと新しい尿バイオマーカーを組み合わせるための機械学習を用いたアプローチを行った。不偏性PubMed検索により,同時性ループス腎炎バイオマーカーを同定した。13の新規尿蛋白は,ランクされたバイオマーカーのトップ50%に寄与し,ループス腎炎フレアの時点での測定に選択された。伝統的な臨床データとともにこれらの新規マーカーを,1年蛋白尿の予測モデルと推定糸球体濾過率(eGFR)を開発するために,様々な機械学習アルゴリズムに組み込んだ。モデルを4つの異なるサブコホートから246個体で訓練し,ループス腎炎の30人の患者の独立したコホートで検証した。各結果について7つのモデルを考慮した。これらのモデルの3分の1は,0.7以上の受信者動作特性曲線下の面積で良好な予測値を示した。全体として,予測性能は治療に対するeGFR応答のモデルに対して最良であった。さらに,最良の実行モデルは,サイトカイン,ケモカインおよび腎臓損傷のマーカーを含む,従来の臨床データおよび新しい尿バイオマーカーの両方を含んだ。したがって,著者らの研究は,機械学習アプローチが,一組の伝統的および新規バイオマーカーを用いて,1年でループス腎炎結果を予測することができるという更なる証拠を提供する。しかし,治療をガイドするために臨床診療で日常的に使用できる前に,臨床転帰を改善する臨床意思決定としての機械学習の有用性のさらなる検証が必要である。Copyright 2022 Elsevier B.V., Amsterdam. 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 ,  尿 ,  蛋白尿 ,  母集団 ,  サイトカイン ,  *ループス腎炎 ,  バイオマーカー ,  ケモカイン ,  機械学習 ,  学習アルゴリズム ,  *予測モデル
準シソーラス用語： ROC曲線 ,  臨床データ ,  *治療反応性 ,  予測値 , 【Automatic Indexing@JST】

著者キーワード (4件)： ループス腎炎 ,  ループス腎炎の転帰 ,  ループス腎炎における予測モデル ,  尿バイオマーカー

分類 (2件)： 泌尿生殖器の診断  (GM02000E) ,  免疫性疾患・アレルギー性疾患の診断  (GD04020N)

タイトルに関連する用語 (3件)： ループス腎炎 ,  治療反応 ,  予測モデル