文献ID
文献题目:MultiomicsandMachineLearningAccuratelyPredictClinicalResponsetoAdalimumabandEtanerceptTherapyinPatientsWithRheumatoidArthritis
研究人员:WeiyangTaoetal
研究单位:UniversityMedicalCenterUtrechtandUtrechtUniversity,TheNetherlandsn.
文献期刊：ArthritisRheumatol
发表时间:.2
影响因子：10.99
核心亮点
结合组学分析与机器学习来预测类风湿关节炎患者的治疗应答情况，并建立预测模型，为精准治疗提供技术模式。
思路及方法
本研究中的患者选自乌得勒支大学医学中心的一个观察性队列BiOCURA，其中符合条件的RA患者对使用TNFi药物（ADA、ETN、英夫利昔单抗、戈利木单抗和certolizumabpegol）和非TNFi药物（托珠单抗、阿巴西普和利妥昔单抗）进行治疗的患者进行了登记和随访治疗。检测基线时的外周血单核细胞(PBMC)的基因表达和/或DNA甲基化分析。6个月后，根据欧洲联盟评估治疗反应针对疾病反应的风湿病标准。进行差异表达和甲基化分析识别响应相关的转录和表观遗传特征。使用这些特征，机器学习通过随机森林算法建立模型以预测抗TNF治疗前的反应，并进一步经后续研究证实。
摘要
Abstract
Objective:Topredictresponsetoanti-tumornecrosisfactor(anti-TNF)priortotreatmentinpatientswithrheumatoidarthritis(RA),andto
本文编辑：佚名
转载请注明出处:网站地址 http://www.zqapn.com//kcyfl/14198.html