立即注册找回密码

QQ登录

只需一步,快速开始

微信登录

微信扫一扫,快速登录

手机动态码快速登录

手机号快速注册登录

搜索
小桔灯网 门户 资讯中心 IVD快报 查看内容

基于认知与MRI生物标志物的可解释纵向机器学习用于痴呆进展建模

2026-7-15 20:55| 发布者: 投稿助手| 查看: 184| 评论: 0

摘要: 研究基于OASIS-2纵向数据集(150名受试者、373次重复观察),构建包含当前/既往访视及斜率时间特征的可解释纵向梯度提升模型,用于将个体分类为非痴。 ...

事件概述

相关报道显示,研究基于OASIS-2纵向数据集(150名受试者、373次重复观察),构建包含当前/既往访视及斜率时间特征的可解释纵向梯度提升模型,用于将个体分类为非痴呆、痴呆或转化者,测试集准确率88.16%,宏F1为0.776、加权F1为0.860。解释性分析显示临床痴呆评定量表(CDR)是最主要预测因子,CDR的斜率特征提供额外纵向信息;作者指出仍需在更大外部纵向队列中验证。

这类研究的意义不只在于提出新的疾病认识,也在于为早筛、分层诊疗和随访管理提供更具体的检测依据。


产业观察

前沿医学研究会持续推动检测技术、临床分层和疾病管理方式的变化。


文章来源

https://www.medrxiv.org/content/10.64898/2026.07.12.26357878v1

声明:
1、凡本网注明“来源:小桔灯网”的所有作品,均为本网合法拥有版权或有权使用的作品,转载需联系授权。
2、凡本网注明“来源:XXX(非小桔灯网)”的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。其版权归原作者所有,如有侵权请联系删除。
3、所有再转载者需自行获得原作者授权并注明来源。

最新评论

关闭

官方推荐 上一条 /3 下一条

客服中心 搜索 洽谈合作
返回顶部