定量生物学 > 定量方法
[提交于 2025年6月2日
]
标题: 基于多事件生存分析的肌萎缩侧索硬化症功能下降有意义的预测
标题: A meaningful prediction of functional decline in amyotrophic lateral sclerosis based on multi-event survival analysis
摘要: 肌萎缩侧索硬化症(ALS)是一种运动神经元的退行性疾病,会导致患者进行性瘫痪。目前的治疗选择旨在延长生存期和提高生活质量;然而,由于该疾病的异质性,在确定潜在疗法或医学干预的最佳时间时往往很困难。 在这项研究中,我们提出了一种新的方法,根据五个常见功能(说话、吞咽、书写、行走和呼吸)来预测ALS患者经历显著功能障碍(ALSFRS-R≤2)的时间。 我们将此任务表述为一个多事件生存问题,并通过在PRO-ACT数据集上训练五种基于协变量的生存模型来验证我们的方法,以估计基线访问后500天内事件发生的概率。 然后,我们为每位患者预测五种特定事件的个体生存分布(ISD),每个分布都提供了一个可解释且有意义的估计,即该事件在未来何时可能发生。 结果显示,基于协变量的模型在预测事件发生时间方面优于Kaplan-Meier估计器。此外,我们的方法使从业者能够做出个体反事实预测,即改变某些特征(协变量)以观察它们对预测结果的影响。 在这方面,我们发现利鲁唑对预测的功能下降几乎没有影响。然而,对于延髓发作的ALS患者,与肢体发作的ALS相比,我们的方法预测的任务相关的言语和吞咽的反事实事件发生时间明显更短。 所提出的方法可以应用于当前的临床检查数据,以评估功能下降的风险,从而实现更个性化的治疗计划。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.