論文の概要: Deep Phenotyping of Non-Alcoholic Fatty Liver Disease Patients with
Genetic Factors for Insights into the Complex Disease
- arxiv url: http://arxiv.org/abs/2311.08428v1
- Date: Mon, 13 Nov 2023 19:31:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-16 18:55:06.980655
- Title: Deep Phenotyping of Non-Alcoholic Fatty Liver Disease Patients with
Genetic Factors for Insights into the Complex Disease
- Title（参考訳）: 非アルコール性脂肪性肝疾患患者の深部表現型 : 複雑な疾患への洞察のための遺伝的要因
- Authors: Tahmina Sultana Priya, Fan Leng, Anthony C. Luehrs, Eric W. Klee,
Alina M. Allen, Konstantinos N. Lazaridis, Danfeng (Daphne) Yao, Shulan Tian
- Abstract要約: 非アルコール性脂肪肝疾患(Non-Alcoholic fat liver disease、NAFLD)は、肝に脂肪の過剰な蓄積を特徴とする慢性肝疾患である。
本研究の目的は,NAFLD患者の集団的,臨床的,遺伝的特徴に基づくサブグループを同定することである。
- 参考スコア（独自算出の注目度）: 1.7527259446915058
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Non-alcoholic fatty liver disease (NAFLD) is a prevalent chronic liver
disorder characterized by the excessive accumulation of fat in the liver in
individuals who do not consume significant amounts of alcohol, including risk
factors like obesity, insulin resistance, type 2 diabetes, etc. We aim to
identify subgroups of NAFLD patients based on demographic, clinical, and
genetic characteristics for precision medicine. The genomic and phenotypic data
(3,408 cases and 4,739 controls) for this study were gathered from participants
in Mayo Clinic Tapestry Study (IRB#19-000001) and their electric health
records, including their demographic, clinical, and comorbidity data, and the
genotype information through whole exome sequencing performed at Helix using
the Exome+$^\circledR$ Assay according to standard procedure
$\href{https://www.helix.com/}{(www.helix.com)}$. Factors highly relevant to
NAFLD were determined by the chi-square test and stepwise backward-forward
regression model. Latent class analysis (LCA) was performed on NAFLD cases
using significant indicator variables to identify subgroups. The optimal
clustering revealed 5 latent subgroups from 2,013 NAFLD patients (mean age 60.6
years and 62.1% women), while a polygenic risk score based on 6
single-nucleotide polymorphism (SNP) variants and disease outcomes were used to
analyze the subgroups. The groups are characterized by metabolic syndrome,
obesity, different comorbidities, psychoneurological factors, and genetic
factors. Odds ratios were utilized to compare the risk of complex diseases,
such as fibrosis, cirrhosis, and hepatocellular carcinoma (HCC), as well as
liver failure between the clusters. Cluster 2 has a significantly higher
complex disease outcome compared to other clusters. $$\\$$ Keywords: Fatty
liver disease; Polygenic risk score; Precision medicine; Deep phenotyping;
NAFLD comorbidities; Latent class analysis.
- Abstract（参考訳）: 非アルコール性脂肪肝疾患(Non-Alcocholic fat liver disease、NAFLD)は、肥満、インスリン抵抗性、2型糖尿病などの危険因子を含む大量のアルコールを摂取していない個人において、肝臓に脂肪が過剰に蓄積されることを特徴とする慢性肝疾患である。
本研究の目的は,nafld患者の分類学的,臨床的,遺伝的特徴から,そのサブグループを同定することである。
本研究のゲノム学的および表現学的データ(3,408例,4,739コントロール)は,マヨクリニックタペストリー研究(IRB#19-000001)の参加者と,その人口統計学的,臨床的,共生的データ,およびExome+$^\circledR$ Assayを用いたヘリックスにおける全ゲノムシークエンシングによる遺伝子型情報を含む電気健康記録から収集された。
NAFLDに関連する因子は, カイ二乗試験と段階的に後方回帰モデルにより決定された。
NAFLD症例では, 有意な指標変数を用いた潜在クラス分析(LCA)を行い, サブグループを同定した。
最適なクラスタリングの結果,NAFLD患者2,013名(平均年齢60.6歳,女性62.1%)の潜伏性サブグループ5名,SNPの6つの変異型に基づく多因性リスクスコアと疾患結果を用いた。
メタボリックシンドローム、肥満、異なる共生性、精神神経学的要因、遺伝的要因を特徴とする。
オッズ比を用いて線維化,肝硬変,肝細胞癌(hcc)などの複雑な疾患のリスクと,肝不全のリスクを比較した。
クラスター2は他のクラスターに比べてかなり複雑な疾患の結果がある。
$$$$$$$キーワード:脂肪性肝疾患、多原性リスクスコア、精密医療、深部表現型、nafld複合性、潜在クラス分析。
関連論文リスト
- Identifying latent disease factors differently expressed in patient subgroups using group factor analysis [54.67330718129736]
本稿では,サブグループ特異的およびサブグループ共通潜在因子を明らかにするための新しいアプローチを提案する。
提案手法は,正規化されたホースシュー先行群を用いたスパース群因子解析 (GFA) であり,確率計画法を用いて実装した。
論文 参考訳（メタデータ） (2024-10-10T13:12:14Z) - 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) - Assessing and Enhancing Large Language Models in Rare Disease Question-answering [64.32570472692187]
本稿では,レアな疾患の診断におけるLarge Language Models (LLMs) の性能を評価するために,レアな疾患問合せデータセット(ReDis-QA)を導入する。
ReDis-QAデータセットでは1360の高品質な質問応答ペアを収集し,205の稀な疾患をカバーした。
その後、いくつかのオープンソースのLCMをベンチマークし、希少疾患の診断がこれらのモデルにとって重要な課題であることを示した。
実験の結果,ReCOPは,ReDis-QAデータセット上でのLCMの精度を平均8%向上できることがわかった。
論文 参考訳（メタデータ） (2024-08-15T21:09:09Z) - Is plantar thermography a valid digital biomarker for characterising diabetic foot ulceration risk? [1.9029675742486807]
糖尿病性足潰瘍 (DFU) に関する予報的データがない場合, 原因因子と断面積的関連性を用いて, DFUの危険層化に対する植物温熱画像の妥当性を確かめることができた。
内在型サーモグラフィークラスタとDFUリスクファクターの関連について,教師なしのディープラーニングフレームワークを用いて検討した。
論文 参考訳（メタデータ） (2024-07-05T17:39:03Z) - 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) - Identifying acute illness phenotypes via deep temporal interpolation and
clustering network on physiologic signatures [6.315312816818801]
入院初日は臨床経過に影響を及ぼすが、早期臨床判断はデータ異常によることが多い。
成人75,762人を対象に, 単中心縦型EHRデータセットを作成し, 6時間以上にわたって第3次ケアセンターに入院した。
本研究では,スパース,不規則にサンプリングされたバイタルサインデータから潜時表現を抽出する深部時間クラスタリングとクラスタリングネットワークを提案する。
論文 参考訳（メタデータ） (2023-07-27T21:05:23Z) - Prevalence and Major Risk Factors of Non-communicable Diseases: A
Machine Learning based Cross-Sectional Study [0.0]
最も頻度の高いNCDは心血管疾患(CVD)であり,全症例の83.56%にみられた。
慢性呼吸器疾患は中高年者よりも中高年者の方が多かった。
論文 参考訳（メタデータ） (2023-03-03T21:58:35Z) - 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) - 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) - Identifying the Risks of Chronic Diseases Using BMI Trajectories [0.0]
我々は、BMIトラジェクトリを用いて18の主要な慢性疾患を発症するリスクのサブタイプに機械学習アプローチを用いる。
患者をサブグループに分類するために,BMIトラジェクトリに基づく9つの新しい解釈可能およびエビデンスに基づく変数を定義した。
本実験では, 肥満と糖尿病, 高血圧, アルツハイマー, 認知症との直接的な関係が, 既往の知識体系に適合しているか, 相補的であることが明らかとなった。
論文 参考訳（メタデータ） (2021-11-09T19:52:22Z) - Cancer Gene Profiling through Unsupervised Discovery [49.28556294619424]
低次元遺伝子バイオマーカーを発見するための,新しい,自動かつ教師なしのフレームワークを提案する。
本手法は,高次元中心型非監視クラスタリングアルゴリズムLP-Stabilityアルゴリズムに基づく。
私達の署名は免疫炎症および免疫砂漠の腫瘍の区別の有望な結果報告します。
論文 参考訳（メタデータ） (2021-02-11T09:04:45Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。