妊娠羊四标志物联合机器学习识别早期弓形虫感染
热点事件观察中
妊娠羊四标志物联合机器学习识别早期弓形虫感染
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Velasco-Jiménez等团队在预印本中报告,将四种宿主生物标志物与机器学习结合,识别妊娠羊早期弓形虫感染的准确率超过74%,在自然感染病例中的敏感度为100%;这些结果尚不能直接用于人类诊断。 研究纳入22只实验感染孕羊和6只未感染对照,从27种血清标志物中筛出CXCL9、CXCL10、IFN-γ和血清淀粉样蛋白A。团队用感染其他流产病原体的动物血清测试模型特异性,并以19起自然流产暴发的样本进行验证。
AI 根据报道生成 · 2 小时前更新
最新进展11月4日 08:00
结合宿主生物标志物与机器学习预测妊娠期早期弓形虫感染报道时间线
沿着报道,了解事件的不同侧面。
11月4日
- 预印本 · 医学生信与数据分析结合宿主生物标志物与机器学习预测妊娠期早期弓形虫感染
妊娠绵羊研究结合宿主生物标志物与机器学习,特异性检测早期弓形虫感染的准确率超过74%。研究纳入22只实验感染孕羊和6只未感染对照,筛选出CXCL9、CXCL10、IFN-γ及血清淀粉样蛋白A组成的四标志物组合。模型经19起自然流产暴发样本验证,在自然感染病例中的敏感度为100%,尚需探索向人类诊断转化。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。