Fugu-MT 論文翻訳(概要): SNPs Filtered by Allele Frequency Improve the Prediction of Hypertension Subtypes

論文の概要: SNPs Filtered by Allele Frequency Improve the Prediction of Hypertension Subtypes

arxiv url: http://arxiv.org/abs/2111.10471v1
Date: Fri, 19 Nov 2021 23:01:47 GMT
ステータス: 処理完了
システム内更新日: 2021-11-26 06:27:58.037802
Title: SNPs Filtered by Allele Frequency Improve the Prediction of Hypertension Subtypes
Title（参考訳）: アレル周波数でフィルタされたSNPは高血圧サブタイプの予測を改善する
Authors: Yiming Li, Sanjiv J. Shah, Donna Arnett, Ryan Irvin and Yuan Luo
Abstract要約: 高血圧は、心臓血管疾患と早死にの主要な原因である。特定の高血圧サブタイプは予後によって異なり、異なる治療を必要とする。異なる基準に基づいて選択された遺伝的特徴群と環境変数を用いた高血圧サブタイプ分類モデルを構築した。
参考スコア（独自算出の注目度）: 6.677752710689756
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Hypertension is the leading global cause of cardiovascular disease and premature death. Distinct hypertension subtypes may vary in their prognoses and require different treatments. An individual's risk for hypertension is determined by genetic and environmental factors as well as their interactions. In this work, we studied 911 African Americans and 1,171 European Americans in the Hypertension Genetic Epidemiology Network (HyperGEN) cohort. We built hypertension subtype classification models using both environmental variables and sets of genetic features selected based on different criteria. The fitted prediction models provided insights into the genetic landscape of hypertension subtypes, which may aid personalized diagnosis and treatment of hypertension in the future.
Abstract（参考訳）: 高血圧は心血管疾患と早死の主要な原因である。異なる高血圧のサブタイプは、予後が異なり、異なる治療を必要とする。高血圧に対する個人のリスクは、遺伝的および環境的要因と相互作用によって決定される。本研究では,高血圧性遺伝疫学ネットワーク(hypergen)コホートにおいて,アフリカ系アメリカ人911名とヨーロッパ人1,171名を調査した。異なる基準に基づいて選択された遺伝的特徴群と環境変数を用いた高血圧サブタイプ分類モデルを構築した。適合した予測モデルは、将来高血圧のパーソナライズされた診断と治療に役立つ高血圧のサブタイプの遺伝的ランドスケープに関する洞察を提供した。

関連論文リスト

From Glucose Patterns to Health Outcomes: A Generalizable Foundation Model for Continuous Glucose Monitor Data Analysis [50.80532910808962]
GluFormerは、トランスフォーマーアーキテクチャに基づく生体医学的時間的データの生成基盤モデルである。 GluFormerは5つの地理的領域にまたがる4936人を含む15の異なる外部データセットに一般化されている。今後4年間の健康状態も予測できる。
論文参考訳（メタデータ） (2024-08-20T13:19:06Z)
Using Pre-training and Interaction Modeling for ancestry-specific disease prediction in UK Biobank [69.90493129893112]
近年のゲノムワイド・アソシエーション(GWAS)研究は、複雑な形質の遺伝的基盤を明らかにしているが、非ヨーロッパ系個体の低発現を示している。そこで本研究では,マルチオミクスデータを用いて,多様な祖先間での疾患予測を改善することができるかを評価する。
論文参考訳（メタデータ） (2024-04-26T16:39:50Z)
Leveraging Large Language Models for Analyzing Blood Pressure Variations Across Biological Sex from Scientific Literature [3.731841514150172]
高血圧は正常以上の血圧(BP)と定義され、公衆衛生の領域において最も重要である。既存のBP測定技術と標準は、臨床結果、共同性、または人口統計因子を考慮していないため、バイアスを受ける可能性がある。大規模言語モデル (LLM) である GPT-35-turbo を用いて, BP の平均偏差値と標準偏差値を自動的に抽出した。
論文参考訳（メタデータ） (2024-02-02T18:15:51Z)
Hypertension Detection From High-Dimensional Representation of Photoplethysmogram Signals [38.497450879376]
高血圧の早期発見は、重要な健康問題の予防に不可欠である。いくつかの研究は、血圧と光胸腺図(PPG)のような特定のバイタルシグナルとの関係を示唆している。本稿では, PPG信号を用いた高血圧検出のために, ランダム畳み込みカーネルに基づく高次元表現手法を提案する。
論文参考訳（メタデータ） (2023-07-31T00:09:23Z)
PPG Signals for Hypertension Diagnosis: A Novel Method using Deep Learning Models [0.0]
光プラチスモグラフィー(Pool)信号とディープラーニングモデルを用いて、高血圧のステージを分類する新しい手法を提案する。 PPG信号は、組織の微小血管における血液量の変化を測定する光センサーを用いて血圧を測定する非侵襲的な方法である。提案手法は,高血圧の診断・管理におけるPTG信号および深層学習モデルの可能性を示すとともに,高血圧のステージの分類において高い精度を実現する。
論文参考訳（メタデータ） (2023-04-14T06:40:10Z)
Gene-SGAN: a method for discovering disease subtypes with imaging and genetic signatures via multi-view weakly-supervised deep clustering [6.79528256151419]
Gene-SGANは、マルチビュー、弱教師付きディープクラスタリング手法である。表現型および遺伝的データを共同で検討することで、病気の不均一性を識別する。ジーン-SGANは、疾患のサブタイプやエンドフェノタイプ発見に広く応用されている。
論文参考訳（メタデータ） (2023-01-25T10:08:30Z)
Unsupervised ensemble-based phenotyping helps enhance the discoverability of genes related to heart morphology [57.25098075813054]
我々はUn Phenotype Ensemblesという名の遺伝子発見のための新しいフレームワークを提案する。教師なしの方法で学習された表現型のセットをプールすることで、冗長だが非常に表現性の高い表現を構築する。これらの表現型は、(GWAS)を介して分析され、高い自信と安定した関連のみを保持する。
論文参考訳（メタデータ） (2023-01-07T18:36:44Z)
Building Brains: Subvolume Recombination for Data Augmentation in Large Vessel Occlusion Detection [56.67577446132946]
この戦略をデータから学ぶためには、標準的なディープラーニングベースのモデルに対して、大規模なトレーニングデータセットが必要である。そこで本研究では, 異なる患者から血管木セグメントを組換えることで, 人工的なトレーニングサンプルを生成する方法を提案する。拡張スキームに則って,タスク固有の入力を入力した3D-DenseNetを用いて,半球間の比較を行う。
論文参考訳（メタデータ） (2022-05-05T10:31:57Z)
rfPhen2Gen: A machine learning based association study of brain imaging phenotypes to genotypes [71.1144397510333]
56個の脳画像QTを用いてSNPを予測する機械学習モデルを学習した。アルツハイマー病(AD)リスク遺伝子APOEのSNPは、ラスソとランダムな森林に対して最低のRMSEを有していた。ランダム・フォレストは、線形モデルによって優先順位付けされなかったが、脳関連疾患と関連があることが知られている追加のSNPを特定した。
論文参考訳（メタデータ） (2022-03-31T20:15:22Z)
A radiomics approach to analyze cardiac alterations in hypertension [1.2184176578745824]
高血圧に関連する中間画像の表現型を同定するための放射線学的アプローチについて述べる。提案した放射能モデルでは,従来の画像表現型以上の強度やテクスチュラルな変化を検出することができる。
論文参考訳（メタデータ） (2020-07-21T11:21:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。