АЛЬЦГЕЙМЕР АУРУЫНЫҢ ДИАГНОСТИКАСЫ: ПЛАЗМА ЛИПИДОМИКАСЫ МЕН ЖАСАНДЫ ИНТЕЛЛЕКТТІҢ РӨЛІ

Аңдатпа

Бұл зерттеу Альцгеймер ауруының (АД) диагностикасы мен дамуын талдау үшін плазмалық липидомика деректерін және машиналық оқыту әдістерін қолдануға бағытталған. Деректер жинағы 104 Альцгеймер ауруы, 89 жеңіл когнитивтік бұзылыс (АЕК) және 20 бақылауды қоса алғанда, 213 плазмалық үлгіні қамтиды және жас, жыныс, шағын психикалық мемлекеттік емтихан (MMSE) ұпайлары және ми-жұлын сұйықтығы (CSF) биомаркерлері (amylau, tahoropos, tahorop) сияқты параметрлерді қамтиды. Визуализация нәтижелері Альцгеймер тобына жоғары тау деңгейлері (600-1600 пг/мл) және төмен амилоид деңгейлері (500-1000 пг/мл), ал бақылау тобына төмен биомаркер деңгейлері тән екенін көрсетті. Корреляциялық матрицада тау белоктарының күшті оң байланысы (0,72) және амилоид пен тау (-0,45) арасындағы теріс байланыс анықталды. Қосымша ағаштар (97,7% дәлдік, 95,4% F1 ұпайы) және Random Forest (93% дәлдік, 91,9% F1 ұпайы) ең жоғары өнімділікті көрсете отырып, машиналық оқытудың он моделі талданды. Naive Bayes моделі 100% дәлдікке қол жеткізді, ал логистикалық регрессия 62,8% дәлдікпен ең төмен өнімділікті көрсетті. Ансамбльдік модельдердің тиімділігі олардың деректердің біркелкі еместігін өңдеудегі артықшылығын растады. Зерттеу нәтижелері липидтер алмасуы мен когнитивті құлдырау арасындағы байланысты түсінуге ықпал етеді және ерте диагностика стратегияларын жақсартуға мүмкіндік береді. Дегенмен, деректердің теңгерімсіздігі және шағын іріктеу өлшемі модельдердің жалпылануын шектейді, сондықтан болашақ зерттеулер үлкенірек және теңдестірілген деректер жиынын қажет етеді.