Показать сокращенную информацию
dc.contributor.author | Бенберин, В.В. | |
dc.contributor.author | Вощенкова, Т.А. | |
dc.contributor.author | Карабаева, Р.Ж. | |
dc.contributor.author | Сибагатова, А.С. | |
dc.contributor.author | Бабенко, Д.Б. | |
dc.contributor.author | Турмухамбетова, А.А. | |
dc.date.accessioned | 2022-05-04T09:33:06Z | |
dc.date.available | 2022-05-04T09:33:06Z | |
dc.date.issued | 2020-07 | |
dc.identifier.uri | http://repoz.kgmu.kz/handle/123456789/516 | |
dc.description.abstract | Получена модель для дифференцирования пациентов с ремоделированием сонных артерий и условно здоровых людей на основе машинного обучения с использованием генетических данных казахской популяции. За период 2018-2020 гг. рекрутированы 561 участник исследования, из которых 357 были с ремоделированием сонных артерий, 204 – условно здоровые. Генотипирование осуществлено с помощью технологии QuantStudio TM 12K Flex Real-Time PCR (Applied Biosystems) с использованием панели из 118 полиморфизмов. После процедуры контроля качества 43 полиморфизма были исключены из дальнейшего анализа. Результаты генотипирования 75 полиморфизмов были использованы для построения бинарной классификационной модели в виде дерева решений на основе Fast-and-frugal trees (FFTs) алгоритма. Наилучшая модель из 5 полиморфизмов обладала 52% чувствительностью, 64% специфичностью и 56% точностью в способности проводить разделение между пациентами с РСА и условно-здоровыми людьми на основе генетических данных. | en_US |
dc.subject | ремоделирование сонных артерий | en_US |
dc.subject | машинное обучение | en_US |
dc.subject | классификационная модель | en_US |
dc.subject | дерево решений | en_US |
dc.title | Диагностические показатели генетических факторов в способности классифицировать пациентов с ремоделированием сонных артерий от условно здоровых на основе машинного обучения | en_US |
dc.type | Article | en_US |