
-
生物通官微
陪你抓住生命科技
跳动的脉搏
利用预测性机器学习和电子健康记录,研究常见HFE基因变异与中风后遗症之间的关联
《Scientific Reports》:The association of a common HFE gene variant with stroke disability utilizing predictive machine learning and electronic health records
【字体: 大 中 小 】 时间:2026年04月02日 来源:Scientific Reports 3.9
编辑推荐:
摘要 动物研究表明,H67D HFE突变对脑内出血(ICH)具有神经保护作用,但其人类对应突变H63D HFE是否具有类似效果尚不清楚。我们开发了一种机器学习算法,利用中风患者的电子健康记录(EHR)来预测
动物研究表明,H67D HFE突变对脑内出血(ICH)具有神经保护作用,但其人类对应突变H63D HFE是否具有类似效果尚不清楚。我们开发了一种机器学习算法,利用中风患者的电子健康记录(EHR)来预测出院时的改良Rankin评分(mRS):功能独立(mRS ≤ 2)与中度至重度残疾(mRS ≥ 3)。该模型被应用于大型基因数据库,以确定H63D突变与预测的中风残疾程度之间的关联。四种算法基于6,500例中风患者的ICD-10编码数据进行了训练,用于预测出院时的mRS评分。最佳模型被应用于英国生物银行(UK Biobank)和AllofUs中风队列,通过逻辑回归分析了预测的mRS评分与H63D突变之间的关联。尽管所有模型的表现相似,但梯度提升模型(Gradient Boosting Model)的表现最为出色(AUROC为86.66;AUPRC为89.51)。未携带H63D突变的中风患者预测为残疾(mRS ≥ 3)的概率显著高于携带该突变的患者(OR = 1.42,p = 0.044)。在其他类型的中风中未观察到这种关联。我们的研究提供了证据,表明常见的H63D HFE突变与脑内出血导致的残疾程度降低有关。这些发现揭示了一种潜在的遗传机制,可能为未来的脑内出血治疗策略提供指导。