大数据方法显示为评估自闭症治疗有效
renselaer理工学院的研究人员开发了一种帮助诊断自闭症谱系障碍的验血,现在已经成功地应用了他们独特的基于基于数据的方法来评估可能的治疗方法。
最近发表的调查结果细胞神经科学的前沿,有可能加快成功的医疗干预措施的发展。评估自闭症治疗有效性的挑战之一是如何衡量改进。目前,诊断和评估干预的成功严重依赖专业人士和理情者的观察。
“拥有某种措施来衡量身体内部发生的事情非常重要,”君主生物医学工程系统的系统生物学家,教授和负责人的Juergen Hahn说。
哈恩和他的团队使用机器学习分析复杂数据集的算法。这就是他以前发现具有可用于成功预测诊断的自闭症儿童血液中某些代谢物的模式。你可以看哈恩在这里讨论。
在这一最近的分析中,该团队使用了一种类似的三种不同临床试验的测量集,检查了潜在的代谢干预措施。研究人员能够在治疗前后比较数据,并寻找这些结果与任何观察到的适应行为变化之间的相关性。
“我们在这里做了什么,如果你积极尝试改变正在测量的这些代谢物的浓度,那么你还会看到行为的变化,”哈恩说。
哈恩表示,这种方法在其同时分析了多个医学标记,如果单独研究每个测量,则在数据中揭示在数据中未见的相关性。
“它可以加快开发过程,因为你现在有一个额外的工具,告诉你治疗有多奏效的工具,”他说。
哈恩预计这种方法将成为未来自闭症临床试验的重要组成部分。“拥有医疗测试他说,衡量与生理学直接相关的数量是重要的,我们希望他们纳入未来的试验,“他说。
哈恩是君经科学学和跨学科研究的君森和跨学科研究的成员,曾在本研究中致力于rensselaer研究生特洛伊vargason,本科生艾米莉罗斯和uwe kruger,他是生物医学工程部门的练习教授。
除了开发和成功测试第一次生理测试自闭症而这个最近的工作,哈恩还与同事合作,以应用他的方法,以确定怀孕的母亲对孩子的相对风险自闭症谱系障碍。
进一步探索
用户评论