Muster gemeinsamer Verhalten nützlich für die juvenile arthritis classification

(HealthDay) ist Ein Algorithmus, klassifizieren können Patienten mit juveniler idiopathischer arthritis (JIA) in sieben verschiedene Gruppen, basierend auf die Muster der geschwollenen oder schmerzhaften Gelenke im Körper kann helfen, vorherzusagen, Krankheitsverlauf, laut einer Studie online veröffentlicht Feb. 26 in PLOS-Medizin.

Simon W. M. Eng von der University of Toronto, und Kollegen verwendeten unüberwachten maschinellen Lernens, um aufzudecken, data-driven joint Muster vorherzusagen, dass der klinische Phänotyp und Krankheit Flugbahnen. Die Daten wurden analysiert von 640 Entdeckung von Patienten mit neu diagnostizierten JIA, die folgten, die sich abwechselnd für fünf Jahre und diejenigen, die Behandlung-naiv, außer für nicht-steroidale entzündungshemmende Medikamente.

Die Forscher fanden heraus, dass das Modell identifiziert sieben gemeinsame Muster in der Präsentation bei der Entdeckung Kohorte: Beckengürtel (57 Patienten), Finger (25), Handgelenke (114), der Zehen (48), Knöchel (106), Knie (283), und undeutlich (sieben). Diese Muster unterschieden sich von klinischen Subtypen und validiert wurden in einer externen Kohorte von 119 Patienten. Die Entdeckung Kohorte wurde weiter unterteilt nach dem Grad der Lokalisierung der Prozentsatz der aktiven Gelenke ausrichten, mit dem zugewiesenen Muster: lokalisiert (≥90 Prozent; 359 Patienten), teilweise lokalisiert (60 bis 90 Prozent; 124) oder extended (<60 Prozent; 157). Baseline-Muster wurden häufiger gepflegt von lokalisierten Patienten versus nicht lokalisierte Patienten während eines fünf-Jahres-follow-up-Periode.