Наши давние сотрудники в Калифорнийском университете в Сан-Франциско несколько недель назад опубликовали статью под названием Выявление прецизионных ассоциаций фенотипов и биомаркеров при черепно-мозговой травме (ЧМТ) с использованием анализа топологических данных в «PLOS One. UCSF также выпустил пресс-релиз. Это вторая публикация в результате нашего сотрудничества с UCSF (предыдущая статья в Nature, статья Fast Company и наш предыдущий блог). Это исследование было поддержано финансированием Национальных институтов здравоохранения — Национального института неврологических расстройств и инсульта. Эти анализы могут стать надежным методом стратификации пациентов и планирования лечения с учетом выявленных биомаркеров в будущих клинических испытаниях у пациентов с ЧМТ. Я написал об этом исследовании в другом блоге.

Черепно-мозговая травма представляет собой сложное заболевание, которое обычно описывается на основании клинических признаков и симптомов. Недавние инновации в области визуализации и молекулярных биомаркеров открывают возможности для улучшения лечения, включая патологоанатомические и молекулярные механизмы. Разнообразие данных для диагностики ЧМТ и стратификации пациентов представляет собой проблему. В этом исследовании приняли участие пациенты с острой черепно-мозговой травмой из травматологических центров больницы общего профиля Цукерберга в Сан-Франциско, Медицинского центра Университета Питтсбурга и Медицинского центра Университета Брэкенридж в Остине, штат Техас. В пилотном многоцентровом исследовании «Трансформация исследований и клинических знаний о черепно-мозговой травме» (TRACK-TBI) приняли участие 586 пациентов с острой ЧМТ и были собраны разнообразные общие элементы данных (TBI-CDE) среди исследуемой популяции, включая визуализацию, генетику и клинические результаты. Эти CDE содержали 944 переменных, включая демографические данные, клиническую картину, визуализацию и психологическое тестирование.

В документе показано, как машинный интеллект (MI) выявлял управляемые данными закономерности в исходах пациентов для выявления потенциальных биомаркеров выздоровления, которые могли бы значительно предсказать выздоровление пациентов после ЧМТ с использованием более традиционных методов одномерных статистических тестов. Алгоритмы ИМ организовали и сопоставили данные о пациентах с ЧМТ в многомерном пространстве, выявив подгруппу пациентов с легкой ЧМТ с определенным многомерным фенотипом, связанным с неблагоприятным исходом через 3 и 6 месяцев после травмы. Дальнейший анализ показал, что у этой подгруппы пациентов были высокие показатели посттравматического стрессового расстройства (ПТСР) и обогащение несколькими различными генетическими полиморфизмами, связанными с клеточными реакциями на стресс и повреждение ДНК, а также с обработкой дофамина в полосатом теле. Наконец, при ИМ была выявлена ​​уникальная диагностическая подгруппа пациентов с неблагоприятным исходом после легкой ЧМТ, достоверно предсказываемым наличием специфических генетических полиморфизмов.

Если вы хотите сотрудничать, пожалуйста, свяжитесь с нами по адресу [email protected]