Key points are not available for this paper at this time.
Trotz unterschiedlicher Therapiemöglichkeiten bei der immunologischen Thrombozytopenie (ITP) bestehen Herausforderungen hinsichtlich der Wirksamkeit und Auswahl von Medikamenten. Diese Studie identifizierte systematisch potenzielle Indikatoren bei ITP-Patienten und verfolgte die anschließende Behandlung. Zunächst analysierten wir 61 Variablen und identifizierten 12, 14 und 10 Kandidaten zur Unterscheidung von Ansprechern und Nicht-Ansprechern unter glucocorticoid (N = 215), Thrombopoietin-Rezeptor-Agonisten (TPO-RAs) (N = 224) und Rituximab (N = 67) Behandlungen. Die Patienten wurden randomisiert in Trainings- oder Testdatensätze eingeteilt und fünf Modelle des maschinellen Lernens (ML) verwendet, wobei eXtreme Gradient Boosting (XGBoost) mit einer Fläche unter der Kurve (AUC = 0,89), Entscheidungsbaum (DT) (AUC = 0,80) und Künstliches Neuronales Netzwerk (ANN) (AUC = 0,79) ausgewählt wurden. Fünf Variablen (Basis-Thrombozyten, IP-10, TNF-α, Treg, B-Zelle) für Glukokortikoide, acht Variablen (Basis-Thrombozyten, TGF-β1, MCP-1, IL-21, Th1, Treg, MK-Zahl, TPO) für TPO-RAs und drei Variablen (IL-12, Breg, MAIPA-) für Rituximab wurden zur Erstellung des prädiktiven Modells ausgewählt. Die Spearman-Korrelation und die Analyse der Receiver Operating Characteristic Curve in Validierungsdatensätzen zeigten starke Korrelationen zwischen Ansprechquoten und Scores in allen Behandlungen. Bewertungsgrenzen S
Xu et al. (Mittwoch) untersuchten diese Frage.