Lipidomics Prediction of Parkinson’s Disease Severity: A Machine-Learning Analysis
Notice bibliographique
Résumé
BACKGROUND: The role of the lipidome as a biomarker for Parkinson's disease (PD) is a relatively new field that currently only focuses on PD diagnosis. OBJECTIVE: To identify a relevant lipidome signature for PD severity markers. METHODS: Disease severity of 149 PD patients was assessed by the Unified Parkinson's Disease Rating Scale (UPDRS) and the Montreal Cognitive Assessment (MoCA). The lipid composition of whole blood samples was analyzed, consisting of 517 lipid species from 37 classes; these included all major classes of glycerophospholipids, sphingolipids, glycerolipids, and sterols. To handle the high number of lipids, the selection of lipid species and classes was consolidated via analysis of interrelations between lipidomics and disease severity prediction using the random forest machine-learning algorithm aided by conventional statistical methods. RESULTS: Specific lipid classes dihydrosphingomyelin (dhSM), plasmalogen phosphatidylethanolamine (PEp), glucosylceramide (GlcCer), dihydro globotriaosylceramide (dhGB3), and to a lesser degree dihydro GM3 ganglioside (dhGM3), as well as species dhSM(20:0), PEp(38:6), PEp(42:7), GlcCer(16:0), GlcCer(24:1), dhGM3(22:0), dhGM3(16:0), and dhGB3(16:0) contribute to PD severity prediction of UPDRS III score. These, together with age, age at onset, and disease duration, also contribute to prediction of UPDRS total score. We demonstrate that certain lipid classes and species interrelate differently with the degree of severity of motor symptoms between men and women, and that predicting intermediate disease stages is more accurate than predicting less or more severe stages. CONCLUSION: Using machine-learning algorithms and methodologies, we identified lipid signatures that enable prediction of motor severity in PD. Future studies should focus on identifying the biological mechanisms linking GlcCer, dhGB3, dhSM, and PEp with PD severity.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».