利用电子健康记录特征识别未诊断的常见变异型免疫缺陷症患者

利用电子健康记录特征识别未诊断的常见变异型免疫缺陷症患者

利用电子健康记录特征识别未诊断的常见变异型免疫缺陷症患者 Johnson等人最近在 Science Translational Medicine 发表了一篇题为《Electronic health record signatures identify undiagnosed patients with common variable immunodeficiency disease》的研究论文。该研究通过电子健康记录(EHRs)和机器学习算法PheneT,识别未被诊断的普通变量免疫缺陷病(common variable immunodeficiency,CVID)的患者,为更早的诊断和治疗提供新途径。 研究背景和研究目的 人类先天性免疫缺陷(inborn errors of immunity...

基于结构MRI的阿尔茨海默病诊断的多模板元信息正则化网络

基于结构MRI的阿尔茨海默病诊断的多模板元信息正则化网络

阿尔茨海默症诊断的多模板元信息正则化网络:基于结构磁共振成像的研究 研究背景 阿尔茨海默症(Alzheimer’s Disease, AD)是一种渐进性神经退行性疾病,其诊断和早期检测是医疗领域的重要挑战。结构磁共振成像(Structural MRI, sMRI)因其能够提供详细的大脑形态学模式和解剖特征,已广泛应用于计算机辅助的阿尔茨海默症诊断。尽管之前的研究验证了结合元数据(如年龄、性别和教育年限)对sMRI进行AD诊断的有效性,但现有方法主要关注于元数据与AD的相关性或混杂效应,如性别偏差和正常老化问题,难以充分挖掘元数据对AD诊断的影响。为了解决这些问题,该研究构建了一种新颖的多模板元信息正则化网络(Multi-template Meta-information Regularize...