使用机器学习识别小儿慢性肾病病因的代谢组学特征

文章预览

✦ 深度学习辣汤小组文献阅读学习之一百三十四篇 ✦ 使用机器学习识别小儿慢性肾病病因的代谢组学特征 DeepLearning 深度学习辣汤小组  2023/10/30  2022年，来自宾夕法尼亚州费城儿童医院肾内科的Arthur M. Lee等人利用机器学习处理高维、多重共线数据来确定与儿童慢性肾病（CKD，Chronic Kidney Disease）病因相关的个体代谢产物。并在J Am Soc Nephrol（IF：13.6 医学1区 Top）期刊上发表了题为“Using Machine Learning to Identify Metabolomic Signatures of Pediatric Chronic Kidney Disease Etiology”的文章。 DOI： https://doi.org/10.1681/ASN.2021040538 一、研究背景 目前关于慢性肾病（CKD）的研究多数集中在患者肾小球滤过率（GFR，Glomerular Filtration Rate）测定，CKD发病率、CKD相关病因及其引起的病死率等内容，在代谢组学方面的研究相对较少，尤其在儿童慢性肾病研究方面更为稀少。针对儿童CKD ………………………………