ஜென்-பிங் லீ, யு-லின் சாவோ, பிங்-ஹ்சுன் வூ, யுன்-ஷியுவான் சுவாங், சான் ஹ்சு, பெய்-யு வு, சூ-சியா சென், வெய்-சுங் சாய், யி-வென் சியு, ஷாங்-ஜிஹ் ஹ்வாங், யி- டிங் லின், மெய்-சுவான் குவோ
குறிக்கோள்: இதயச் செயல்பாடு என்பது ஹீமோடையாலிசிஸ் (HD) க்கு உட்பட்ட நபர்களிடையே அனைத்து காரணங்களையும் மற்றும் இருதய இறப்பையும் ஒரு வலுவான மற்றும் வெளித்தோற்றத்தில் சுயாதீனமாக முன்கணிப்பதாக உள்ளது. திறமையான இதய செயல்பாடு மதிப்பீட்டிற்கான முக்கியமான தேவை, மதிப்பீட்டிற்கு அணுகக்கூடிய இரத்த மாதிரியைப் பயன்படுத்துவதற்கான திறனை ஆராய வழிவகுத்தது. இந்த ஆய்வில், எச்டி நோயாளிகளின் இதய செயல்பாட்டைக் கணிப்பதன் சாத்தியக்கூறுகளை ஆராய்வதற்காக மெஷின் லேர்னிங் (எம்எல்) நுட்பங்களுடன் இணைந்து கார்டியோவாஸ்குலர் புரோட்டியோமிக்ஸை கவனமாகப் பயன்படுத்தினோம்.
முறைகள்: தெற்கு தைவானில் அமைந்துள்ள இரண்டு பிரிவுகளில் இருந்து 328 எச்டி நோயாளிகளைக் கொண்ட குழு சேகரிக்கப்பட்டது. அருகாமை நீட்டிப்பு மதிப்பீடுகளைப் பயன்படுத்தி, 184 இருதய புரதங்களின் விரிவான அளவீடு செய்யப்பட்டது. இயந்திரக் கற்றலைப் பயன்படுத்துவதன் மூலம், வெளியேற்றப் பகுதியின் அடிப்படையில் இதய செயலிழப்பைக் கணிக்க ஒரு மாதிரியை மேம்படுத்தினோம். மாதிரி செயல்திறன் வளைவின் கீழ் பகுதி (AUC) ஐப் பயன்படுத்தி மதிப்பீடு செய்யப்பட்டது, அதே நேரத்தில் ஷேப்லி மதிப்புகளின் படிநிலை சராசரி (SHAP) முறையின் முக்கியத்துவம் கணிப்புக்கான முக்கியமான மாறிகளை அடையாளம் காண பயன்படுத்தப்பட்டது.
முடிவுகள்: எங்கள் பகுப்பாய்வு கட்டமைப்பிற்குள் 184 புரோட்டியோமிக் பயோமார்க்ஸ் மற்றும் 34 நிலையான மருத்துவ மாறிகளை உள்ளடக்கிய தரவுத்தொகுப்பைப் பயன்படுத்துவதன் மூலம், "புரோட்டியோமிக் பயோமார்க்ஸர்களின்" முன்கணிப்பு செயல்திறன் "வழக்கமான மருத்துவ மற்றும் ஆய்வக மாறுபாடுகள் உட்பட பல்வேறு இயந்திர கற்றல்களை" விட அதிகமாக உள்ளது. வகைப்பாடு மற்றும் பின்னடைவு மரம் (CART), Least Absolute Shrinkage and Selection Operator (LASSO), random forest, Ranger மற்றும் Extreme gradient boosting (XgBoost) மாதிரிகள். அம்சத் தேர்வுக்கான XgBoost-ன் பயன்பாட்டின் மூலம், N-டெர்மினல் ப்ரோ-பி வகை நேட்ரியூரெடிக் பெப்டைடின் (NT-proBNP) முக்கியத்துவமானது முதன்மையான பங்களிப்பாளராக வெளிப்பட்டது, இது Angiotensin Converting Enzyme 2 (ACE-2) மற்றும் Chitotriosidase- ஆகியவற்றின் முன்கணிப்பு பாத்திரங்களால் நிரப்பப்பட்டது. 1 (CHIT- 1) இதய செயலிழப்பை தீர்மானிப்பதில். XgBoost மாதிரியின் SHAP அடிப்படையிலான தெளிவுபடுத்தல் மூலம் இந்த சீரமைப்பு மீண்டும் உறுதிப்படுத்தப்பட்டது.
முடிவு: இயந்திரக் கற்றலைப் பயன்படுத்தி இதய செயலிழப்பைக் கணிப்பதில் புரோட்டியோமிக் அம்சங்கள் மருத்துவ மாறுபாடுகளை விட சிறப்பாக செயல்பட்டன. XgBoost மற்றும் SHAP உடனான கூடுதல் பகுப்பாய்வு NT-proBNP மற்றும் CHIT-1 ஐ முக்கிய பயோமார்க்ஸர்களாக எடுத்துக்காட்டியது, இரத்த பயோமார்க்ஸ் மூலம் HD நோயாளிகளுக்கு இதய செயலிழப்பு மதிப்பீட்டில் வெளிச்சம் போடுகிறது.