Exacerbation risk prediction in pediatric wheeze or asthma patients using machine-learning-based integrative omics analyses.
Notice bibliographique
Résumé
Introduction: Omics data has augmented the molecular understanding of phenotypes in asthma; however, it is unclear if integrating omics with clinical data can improve the accurate prediction of future exacerbation risks in asthma. Objective: To assess if integrating gene expression and nasopharyngeal microbiome data to clinical data improves the prediction of future exacerbation risk in children with wheeze or asthma. Methods: In the U-BIOPRED pediatric prospective cohort study, we integrated omics and clinical data from children with wheeze or asthma. We included preschoolers aged 1-5 years (n=103) and children aged 6-17 years (n=111) with mild-to-moderate wheeze (n=40), severe wheeze (n=63), mild-to-moderate asthma (n=37) or severe asthma (n=74) with clinical, gene expression, and microbiome data. Exacerbation was defined as an oral corticosteroid burst, urgent visit, or hospitalization for asthma during the 12-18 months after enrolment. Multiple imputation was used to address missing data for exacerbations and clinical variables. We compared the area under the curve (AUC) metrics for predicting exacerbation with vs. without omics data using Logistic Regression (LR), XGBoost (XGB), and Feedforward Neural Network (FFNN) models. Results: LR (AUC 0.82), XGB (AUC 0.79), and FFNN (AUC 0.81) achieved similar performance using clinical data only. Incorporating gene expression and microbiome data significantly boosted FFNN (AUC 0.94) and XGB (AUC 0.86) performance but not LR (AUC 0.81). Conclusion: Omics integration using gene expression and nasopharyngeal microbiome data added predictive value for future exacerbation risk in children with wheeze and/or asthma.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».