Proteomics and machine learning in the prediction and explanation of low pectoralis muscle area
Rattachement africain : us, jp. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Low muscle mass is associated with numerous adverse outcomes independent of other associated comorbid diseases. We aimed to predict and understand an individual's risk for developing low muscle mass using proteomics and machine learning. We identified eight biomarkers associated with low pectoralis muscle area (PMA). We built three random forest classification models that used either clinical measures, feature selected biomarkers, or both to predict development of low PMA. The area under the receiver operating characteristic curve for each model was: clinical-only = 0.646, biomarker-only = 0.740, and combined = 0.744. We displayed the heterogenetic nature of an individual's risk for developing low PMA and identified two distinct subtypes of participants who developed low PMA. While additional validation is required, our methods for identifying and understanding individual and group risk for low muscle mass could be used to enable developments in the personalized prevention of low muscle mass.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Proteomics and machine learning in the prediction and explanation of low pectoralis muscle area
- Date Crossref
- 03/08/2024
- Éditeur
- Springer Science and Business Media LLC
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Brigham and Women's Hospital Department of Medicine pays non établi dans la noticeÉtablissement de santé
-
University of Alabama at Birmingham pays non établi dans la noticeUniversité ou école supérieure
-
Saitama Medical University Department of Respiratory Medicine pays non établi dans la noticeUniversité ou école supérieure
-
Boston University pays non établi dans la noticeUniversité ou école supérieure
-
National Jewish Health pays non établi dans la noticeÉtablissement de santé
-
University of Colorado Denver pays non établi dans la noticeUniversité ou école supérieure
-
University of California San Diego pays non établi dans la noticeUniversité ou école supérieure
-
Tufts University Department of Medicine pays non établi dans la noticeUniversité ou école supérieure
-
South Shore Hospital Department of Critical Care Medicine pays non établi dans la noticeÉtablissement de santé
-
Baylor College of Medicine pays non établi dans la noticeUniversité ou école supérieure
-
Columbia University Irving Medical Center pays non établi dans la noticeÉtablissement de santé
-
Minneapolis VA Medical Center pays non établi dans la noticeÉtablissement de santé
Department of Medicine — Brigham and Women's Hospital, University of Alabama at Birmingham et Department of Respiratory Medicine — Saitama Medical University, avec 9 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.