基于上述14种生物标记物和性别所得的风险分数可用于指导临床治疗

2019-08-26

  研究团队最后判定出了14种与全因死亡率相关的代谢物,已知这些生物标记物会介入各种过程,包括脂蛋白和脂肪酸代谢、糖酵解以及炎症。之后,作者利用判定出来的代谢物构建了一个用以预测5年及10年死亡风险的模型,该模型对于统统年龄段的预测准确性,都高于基于传统风险因素的模型。

  据英国《人造·通讯》杂志20日发表的一篇安康科学论文,新2网址皇冠投注,欧洲科学家报告,他们通过对逾4万名个体的剖析,发现了14种与全因死亡率相关的血液生物标记物。相较于目前已有的方法,这项最新发现或有助于提高5年及10年死亡风险的预测准确性。

  德国马克思·普朗克老化生物学研究所科学家乔利斯·迪伦及其同事,此次对来自12个队列、总计44168名个体结束了代谢组学剖析,这些被试全副为欧洲血统,年龄在18岁—109岁之间。

  在2018年,谷歌团队也曾将获取的460亿电子病历信息数据,交给人工智能(AI)结束深度学习,新2,从而让AI能够或许准确预测病患的死亡率。(记者张梦然)

  研究团队觉得,基于上述14种生物标记物和性别所得的风险分数可用于指导临床治疗,不过现阶段,仍需要展开更进一步的研究。

  有鉴于可用的临床数据量,预测病人最后一年的死亡率一般来说是可行的。过去的研究剖析了血液代谢物特性和其余生理参数,以判定可用于预测死亡风险的生物标记物。然则,在预测更长期(5年至10年)的死亡风险的问题上,研究人员未就预测指标达成一致意见。


浏览: