新しい方法は、COVID-19臨床試験が完了するか中断されるかを予測します

by REVOLUSYNAPSE
0 comment



COVID-19との戦いに勝つためには、ワクチン、薬、装置、再利用された薬を開発するための研究が緊急に必要です。 ランダム化臨床試験は、安全性と有効性の証拠を提供するため、およびこの新規で進化するウイルスをよりよく理解するために使用されます。 7月15日の時点で、6,180を超えるCOVID-19臨床試験が、世界中で実施されている民間および公的資金による臨床研究の全国登録およびデータベースであるClinicalTrials.govを通じて登録されています。 どれが成功する可能性が高いかを知ることは不可欠です。

フロリダアトランティック大学の工学およびコンピュータサイエンス大学の研究者は、機械学習アルゴリズムとアンサンブル学習を使用して、臨床試験でCOVID-19の完了と停止をモデル化した最初の研究者です。 で公開された研究 PLOS One、 治験の管理、研究情報とデザイン、適格性、キーワード、薬剤、その他の機能をモデル化する機能を含む、臨床試験レポートの最も広範な機能セットを提供します。 この研究は、計算手法が、完了したCOVID-19試験と中止したCOVID-19試験の違いを理解するための効果的なモデルを提供できることを示しています。 さらに、これらのモデルは、COVID-19の試験状況を十分な精度で予測することもできます。

COVID-19は比較的新しい病気であるため、正式に終了した試験はほとんどありません。 したがって、この研究では、研究者は3種類の試験を中止試験と見なしました。終了、中止、および一時停止です。 これらの試験は、特定の理由で中止/中止された研究努力を表しており、成功しなかった研究努力とリソースを表しています。

「私たちの研究の主な目的は、COVID-19臨床試験が完了するか、終了するか、撤回されるか、中断されるかを予測することでした。臨床試験には、被験者の計画と採用を含む多くのリソースと時間が含まれます」とXingquan「Hill」は述べています。朱博士、上級著者であり、コンピュータ電気工学およびコンピュータサイエンス学科の教授であり、最初の著者であるマグダリン「マギー」エルキンと2年目の博士号を取得して研究を行いました。 コンピュータサイエンスの学生で、フルタイムで働いています。 「試験が終了するかどうかの可能性を予測できれば、利害関係者はリソースと手順をより適切に計画できるようになります。最終的には、このような計算アプローチは、社会がグローバルCOVIDと戦うための時間とソースを節約するのに役立つ可能性があります。 19パンデミック。」

この研究のために、ZhuとElkinはClinicalTrials.govから4,441件のCOVID-19試験を収集し、テストベッドを構築しました。 彼らは、4種類の機能(統計機能、キーワード機能、薬剤機能、埋め込み機能)を設計して、臨床試験の管理、適格性、研究情報、基準、薬剤タイプ、研究キーワード、および現状で一般的に使用される埋め込み機能を特徴づけました。最先端の機械学習。 合計で、693の次元の特徴が各臨床試験を表すために作成されました。 比較のために、研究者は4つのモデルを使用しました。 ランダムフォレスト; XGBoost; およびロジスティック回帰。

特徴選択とランキングは、臨床試験レポートのMeSH(医学的主題見出し)用語から派生したキーワード特徴がCOVID-19試験予測に最も有益であり、次に薬物特徴、統計特徴、埋め込み特徴が続くことを示しました。 薬物の特徴と研究のキーワードが最も有益な特徴でしたが、4つのタイプの特徴すべてが正確な試験予測に不可欠です。

アンサンブル学習とサンプリングを使用することにより、この研究で使用されたモデルは、0.87以上の曲線下面積(AUC)スコアと、0.81以上のバランスの取れた予測精度を達成し、高いことを示しています。 の有効性 COVID-19臨床試験予測のための計算手法の使用。 結果はまた、70%もの高い精度と50.49%のF1スコアを備えた単一モデルを示しており、研究領域または疾患を分離する場合に臨床試験のモデリングが最適であることを示唆しています。

さまざまな理由で中止された臨床試験は費用がかかり、多くの場合、リソースの大幅な損失を意味します。 COVID-19の将来の発生は、現在のパンデミックが減少した後でも発生する可能性が高いため、効率的な研究努力を最適化することが重要です。 機械学習とAI駆動の計算アプローチは、COVID-19ヘルスケアアプリケーション向けに開発され、ディープラーニング技術は、発生を予測し、ウイルスの拡散を追跡し、COVID-19の診断と治療のために医用画像処理に適用されています。 Zhu教授とMaggie教授によって開発された新しいアプローチは、COVID-19臨床試験が完了するかどうかを予測する計算アプローチを設計するのに役立ちます。これにより、利害関係者は予測を活用してリソースを計画し、コストを削減し、時間を最小限に抑えることができます。臨床試験。」

Stella Batalama、Ph.D.、Dean、College of Engineering and Computer Science

ソース:

ジャーナルリファレンス:

Elkin、ME&Zhu、X。、(2021)COVID-19臨床試験の完了と中止の理解と予測。 PLOS ONE doi.org/10.1371/journal.pone.0253789



Source link

You may also like