PhenomicsJ的个人博客分享 http://blog.sciencenet.cn/u/PhenomicsJ

博文

Phenomics| 使用机器学习方法研究哥斯达黎加在接种疫苗前诊断SARS-CoV-2感染的临床情况

已有 725 次阅读 2023-5-18 10:33 |系统分类:论文交流

近日,《表型组学》(Phenomics)在线发表了哥斯达黎加大学Jose Arturo Molina-Mora博士题为Clinical Profiles at the Time of Diagnosis of SARS-CoV-2 Infection in Costa Rica During the Pre-vaccination Period Using a Machine Learning Approach的文章。

论文DOI链接:

doi.org/10.1007/s43657-

论文PDF链接:

link.springer.com/conte

2020年,哥斯达黎加在新冠疫苗接种前据报告有超过169,000个病例和2,185人死亡。为了描述哥斯达黎加在疫苗接种前时期诊断SARS-CoV-2感染时的临床表现,研究人员通过基于症状的聚类和机器学习方法在18,974份阳性病例记录中确定人群层面的聚类或临床概况,并根据临床症状、风险因素、病毒载量和病毒基因组特征,确定了七个具有不同特定临床表现的临床特征。

在集群之间的比较中,研究人员发现无症状组的病毒载量较低,而风险因素和新冠基因组特征则分布在所有集群中。在年龄、性别、生命状态和住院情况方面没有发现其他分布模式。宿主并发症和SARS-CoV-2基因型并不具有特异性,相反,它们存在于包括无症状病例的所有群体中。这些信息可用于当地医疗机构的决策,如与卫生专业人员的首个接触点、诊断标准或基础设施。

SARS-CoV-2感染病例的人口统计学、临床和SARS-CoV-2基因组信息在七个主要群组中的分布

研究结果表明,新冠病毒及其相应变体的基因组特征与临床表现的具体变化无关。不同SARS-CoV-2基因型的症状没有变化,这也表明现有的检测和监测基础设施不需要专门针对SARS-CoV-2基因组的这些版本进行改变。

这些结果可用于当地医疗机构的决策,并将在未来的分析中与疫苗接种期间的病例进行比较研究。 

作者简介

Jose Arturo Molina Mora 博士

Jose Arturo Molina Mora 博士,哥斯达黎加大学,主要研究方向为生物信息学与系统生物学等。

Phenomics期刊简介

Phenomics是一本新创的同行评审国际期刊,聚焦表型组学前沿研究,搭建全球表型组学领域专家交流的国际平台,推动该领域相关的理论创新和学科发展。

本期刊拥有强大的国际编委团队,复旦大学金力院士担任主编,美国系统生物学研究所Leroy Hood院士、澳大利亚莫道克大学Jeremy Nicholson院士、德国莱布尼兹环境医学研究所Jean Krutmann院士、复旦大学唐惠儒教授共同担任副主编,复旦大学丁琛教授担任执行主编,另有来自全球多国的三十多位著名科学家共同组成编委团队,以及四十多位青年科学家组成青年编委团队。

我们诚挚地邀请广大科研人员投稿! 

Phenomics官网:springer.com/journal/43

投稿链接:editorialmanager.com/pn

编辑部邮箱:phenomics@ihup.org.cn、phenomics@fudan.edu.cn

欢迎关注Phenomics官方公众号

文章来源:人类表型组计划公众号




https://m.sciencenet.cn/blog-3558836-1388471.html

上一篇:Phenomics |基于高通量表型测量和机器学习的植物胁迫表型测量综述
下一篇:Phenomics| 吴敏团队联合张孝勇团队揭示儿童抽动障碍严重程度与谷氨酸的关系

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-6-3 04:24

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部