Rethinking ME/CFS Diagnostic Reference Intervals via Machine Learning, and the Utility of Activin B for Defining Symptom Severity
Notice bibliographique
Résumé
Biomarker discovery applied to myalgic encephalomyelitis/chronic fatigue syndrome (ME/CFS), a disabling disease of inconclusive aetiology, has identified several cytokines to potentially fulfil a role as a quantitative blood/serum marker for laboratory diagnosis, with activin B a recent addition. We explored further the potential of serum activin B as a ME/CFS biomarker, alone and in combination with a range of routine test results obtained from pathology laboratories. Previous pilot study results showed that activin B was significantly elevated for the ME/CFS participants compared to healthy (control) participants. All the participants were recruited via CFS Discovery and assessed via the Canadian/International Consensus Criteria. A significant difference for serum activin B was also detected for ME/CFS and control cohorts recruited for this study, but median levels were significantly lower for the ME/CFS cohort. Random Forest (RF) modelling identified five routine pathology blood test markers that collectively predicted ME/CFS at ≥62% when compared via weighted standing time (WST) severity classes. A closer analysis revealed that the inclusion of activin B to the panel of pathology markers improved the prediction of mild to moderate ME/CFS cases. Applying correct WST class prediction from RFA modelling, new reference intervals were calculated for activin B and associated pathology markers, where 24-h urinary creatinine clearance, serum urea and serum activin B showed the best potential as diagnostic markers. While the serum activin B results remained statistically significant for the new participant cohorts, activin B was found to also have utility in enhancing the prediction of symptom severity, as represented by WST class.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».