並列タイトル等ジンキノウ テイカ オ ソウキ ニ ヨソクスル メタボロミクス・バイオマーカー ノ カイメイ ト ヨボウ イリョウ エノ テンカイ
Jinkinō teika o sōki ni yosokusuru metaboromikusu baiomākā no kaimei to yobō iryō eno tenkai
Metabolomics biomarkers for predicting renal function decline
一般注記type:text
60-74歳の一般市民1,672人に対し、調査開始時の腎機能測定(血清クレアチニン、血清シスタチンC、尿中アルブミン)と血漿・尿メタボローム測定を行った。また同じ参加者に対して、6年後も同様に評価した。
機械学習的手法(OPLS-DA)を用いて、6年間での腎機能低下を予測した結果、古典的な腎機能指標に加えて、血漿・尿メタボロームを用いることで、より正確な予測モデルが構築できた。さらに別の機械学習的手法(SVM)を用いてROCカーブを作成したところ、3種類の代謝物を含む上位5つの変数を選択した場合にもっとも精度が高く、AUC 0.904(95%CI 0.871-0.944)と好成績であった。
Renal function measurements (serum creatinine, serum cystatin C, and urine albumin) and plasma and urine metabolomics were performed on 1,672 participants aged 60-74 years at the beginning of the study. The same participants were also evaluated in the same way after 6 years.
A machine learning method (OPLS-DA) was used to predict the decline in renal function over 6 years, and a more accurate prediction model was constructed by using plasma and urine metabolome in addition to classical renal function indicators. Furthermore, another machine-learning approach (SVM) was used to create ROC curves, which were most accurate when the top five variables including three metabolites were selected, with a good performance of AUC 0.904 (95%CI 0.871-0.944).
研究種目 : 若手研究
研究期間 : 2018~2020
課題番号 : 18K17394
研究分野 : メタボロミクス疫学
一次資料へのリンクURLhttps://koara.lib.keio.ac.jp/xoonips/modules/xoonips/download.php?koara_id=KAKEN_18K17394seika
連携機関・データベース国立情報学研究所 : 学術機関リポジトリデータベース(IRDB)(機関リポジトリ)