論文の概要: Association between nutritional factors, inflammatory biomarkers and cancer types: an analysis of NHANES data using machine learning

• arxiv url: http://arxiv.org/abs/2504.13978v1
• Date: Fri, 18 Apr 2025 02:22:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-30 08:05:34.410984
• Title: Association between nutritional factors, inflammatory biomarkers and cancer types: an analysis of NHANES data using machine learning
• Title（参考訳）: 栄養因子,炎症性バイオマーカーおよび癌型との関連性:機械学習を用いたNHANESデータの解析
• Authors: Yuqing Liu, Meng Zhao, Guanlan Hu, Yuchen Zhang,
• Abstract要約: 本研究では,機械学習(ML)データを用いた栄養因子,炎症性バイオマーカー,癌状態との関連について検討した。 貧血や肝臓の病状、タンパク質やいくつかのビタミンなどの栄養因子とともに、がん状態の予測因子となった。 これらの知見は,栄養マーカーと炎症マーカーをMLと組み合わせてがん予防戦略を通知する可能性を示している。
• 参考スコア（独自算出の注目度）: 8.367034606445962
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Background. Diet and inflammation are critical factors influencing cancer risk. However, the combined impact of nutritional status and inflammatory biomarkers on cancer status and type, using machine learning (ML), remains underexplored. Objectives. This study investigates the association between nutritional factors, inflammatory biomarkers, and cancer status, and whether these relationships differ across cancer types using National Health and Nutrition Examination Survey (NHANES) data. Methods. We analyzed 24 macro- and micronutrients, C-reactive protein (CRP), and the advanced lung cancer inflammation index (ALI) in 26,409 NHANES participants (2,120 with cancer). Multivariable logistic regression assessed associations with cancer prevalence. We also examined whether these features differed across the five most common cancer types. To evaluate predictive value, we applied three ML models - Logistic Regression, Random Forest, and XGBoost - on the full feature set. Results. The cohort's mean age was 49.1 years; 34.7% were obese. Comorbidities such as anemia and liver conditions, along with nutritional factors like protein and several vitamins, were key predictors of cancer status. Among the models, Random Forest performed best, achieving an accuracy of 0.72. Conclusions. Higher-quality nutritional intake and lower levels of inflammation may offer protective effects against cancer. These findings highlight the potential of combining nutritional and inflammatory markers with ML to inform cancer prevention strategies.
• Abstract（参考訳）: 背景。 食事と炎症はがんのリスクに影響を与える重要な要因である。 しかし、栄養状態と炎症性バイオマーカーの併用が、機械学習(ML)を用いたがんの状態とタイプに与える影響は、いまだ解明されていない。 目的。 本研究は, 栄養因子, 炎症性バイオマーカー, および癌状態との関係について, NHANES(National Health and Nutrition Examination Survey)データを用いて検討した。 メソッド。 26,409 NHANES (2,120) のマクロおよびミクロ栄養素, C-reactive protein (CRP) および進行肺癌炎症指数 (ALI) について検討した。 多変量ロジスティック回帰は癌有病率との関連を評価した。 また,これらの特徴が最も多い5種類の癌種で異なるかも検討した。 予測値を評価するために、全機能セットに3つのMLモデル(ロジスティック回帰、ランダムフォレスト、XGBoost)を適用しました。 結果。 コホートの平均年齢は49.1歳であり、34.7%は肥満である。 貧血や肝臓の病状、タンパク質やいくつかのビタミンなどの栄養因子とともに、がん状態の予測因子となった。 モデルの中ではランサムフォレストが最も良く、精度は0.72である。 結論。 高品質な栄養摂取と低レベルの炎症は、がんに対する防御効果をもたらす可能性がある。 これらの知見は,栄養マーカーと炎症マーカーをMLと組み合わせてがん予防戦略を通知する可能性を示している。

関連論文リスト

• Multivariate Analysis of Gut Microbiota Composition and Prevalence of Gastric Cancer [0.0]
  胃癌症例の世界的な急増は、この病気の予測マーカーとして腸内細菌の可能性を調査するきっかけとなった。 消化管の多様性の変化は、胃癌のリスクの上昇と関連していると考えられている。 本研究は, 胃全摘術および胃全摘術を施行した症例を対象に, 胃癌と腸内細菌叢の相関について検討した。
  論文  参考訳（メタデータ） (2024-09-18T08:08:31Z)
• LASSO-MOGAT: A Multi-Omics Graph Attention Framework for Cancer Classification [41.94295877935867]
  本稿では,メッセンジャーRNA,マイクロRNA,DNAメチル化データを統合し,31種類のがんを分類するグラフベースのディープラーニングフレームワークLASSO-MOGATを紹介する。
  論文  参考訳（メタデータ） (2024-08-30T16:26:04Z)
• Exploring Nutritional Impact on Alzheimer's Mortality: An Explainable AI Approach [9.019755267796077]
  本稿では、機械学習(ML)と説明可能な人工知能(XAI)技術を用いて、アルツハイマー病(AD)に伴う栄養状態と死亡率との関係について検討する。 その結果,血清ビタミンB12および糖化ヘモグロビンなどの栄養因子が明らかとなった。
  論文  参考訳（メタデータ） (2024-05-26T03:18:47Z)
• 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)
• An AI based Digital Score of Tumour-Immune Microenvironment Predicts Benefit to Maintenance Immunotherapy in Advanced Oesophagogastric Adenocarcinoma [1.3150205248469182]
  胃癌と食道癌(OG)は世界中でがん死亡の原因となっている。 近年, PDL1免疫チェックポイントインヒビター (ICI) と化学療法の併用が患者の生存率を向上させることが報告されている。 FOXP3を発現するT細胞は治療効果と生存率に大きな影響を及ぼすと考えられた。
  論文  参考訳（メタデータ） (2024-02-29T15:59:42Z)
• Predicting environment effects on breast cancer by implementing machine learning [1.0878040851638]
  最大の乳癌は、心臓病を克服する女性死亡率の主要な要因となっている。 乳がんの成長には遺伝的要因が重要であるが、新しい研究は、その発生と進行に環境要因が重要な役割を果たすことも示唆している。 本報告では, 乳がんのリスク, 発生率, 予後に影響を及ぼす種々の環境要因に関する文献を概説する。
  論文  参考訳（メタデータ） (2023-09-25T15:54:03Z)
• Cluster-Induced Mask Transformers for Effective Opportunistic Gastric Cancer Screening on Non-contrast CT Scans [38.46196471197819]
  世界第3位の死因は胃癌である。 既存の方法は侵襲的であり、高価であり、早期胃癌を特定する感度が欠如している。 マルチタスク方式で腫瘍を共同分割し異常を分類する新規なクラスタ誘導型マスクトランスを提案する。
  論文  参考訳（メタデータ） (2023-07-10T12:49:36Z)
• Cancer-Net BCa-S: Breast Cancer Grade Prediction using Volumetric Deep Radiomic Features from Synthetic Correlated Diffusion Imaging [82.74877848011798]
  乳がんの流行は成長を続けており、2023年には米国で約30万人の女性に影響を及ぼした。 金標準のScarff-Bloom-Richardson(SBR)グレードは、化学療法に対する患者の反応を一貫して示すことが示されている。 本稿では,合成相関拡散(CDI$s$)画像を用いた乳がん鑑定における深層学習の有効性について検討する。
  論文  参考訳（メタデータ） (2023-04-12T15:08:34Z)
• Regression-based Deep-Learning predicts molecular biomarkers from pathology slides [40.24757332810004]
  我々は,画像から直接バイオマーカーを予測する自己監督型弱教師付き回帰手法を開発し,評価した。 回帰を用いて、バイオマーカー予測の精度を著しく向上させ、また、分類よりも結果の解釈可能性を向上させる。 我々のオープンソースレグレッションアプローチは、計算病理学における連続バイオマーカー解析に有望な代替手段を提供する。
  論文  参考訳（メタデータ） (2023-04-11T11:43:51Z)
• Penalized Deep Partially Linear Cox Models with Application to CT Scans of Lung Cancer Patients [42.09584755334577]
  肺がんは世界中のがん死亡の原因であり、効果的な治療法を設計するための死亡リスクを理解することの重要性を強調している。 NLST(National Lung Screening Trial)は、肺がん患者の死亡リスクを定量化するために、CTテクスチャ解析を用いている。 本稿では,SCADペナルティを組み込んで重要なテクスチャ特徴を抽出し,深層ニューラルネットワークを用いてモデルの非パラメトリック成分を推定する,Pentalized Deep partially Linear Cox Model (Penalized DPLC)を提案する。
  論文  参考訳（メタデータ） (2023-03-09T15:38:16Z)
• An Artificial Intelligence Outlook for Colorectal Cancer Screening [1.417373050337415]
  大腸癌は男性で3番目に多い腫瘍であり、女性では2番目に多く、世界の全腫瘍の10%を占めている。 がん関連死亡率は9.4%で、肺がんに次いで第2位である。
  論文  参考訳（メタデータ） (2022-09-05T07:27:50Z)
• 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。