机器学习识别出三种自闭症临床及遗传亚型
热点事件观察中
机器学习识别出三种自闭症临床及遗传亚型
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Tan Q等研究团队在预印本中报告，利用机器学习在SPARK队列6,355名自闭症儿童中识别出三种临床特征不同的亚型，并在SSC队列2,717名儿童中得到验证；研究团队称，这一分型框架仍需在更大队列中进一步验证。 研究依据14项关键临床症状指标，并调整年龄和性别，将儿童分为高支持需求、情绪行为支持需求和低支持需求三类。其中，情绪行为支持需求亚型的SNP遗传力最高。SSC队列也呈现出与SPARK队列相似的临床表现及用药模式。
AI 根据报道生成 · 2 小时前更新
最新进展10月24日 08:00
机器学习划分的自闭症亚型揭示常见与罕见变异的不同遗传贡献报道时间线
沿着报道，了解事件的不同侧面。
10月24日
- 预印本 · 医学生信与数据分析机器学习划分的自闭症亚型揭示常见与罕见变异的不同遗传贡献
研究在SPARK队列6,355名自闭症儿童中通过机器学习识别出三种临床特征不同的亚型，并在SSC队列2,717名儿童中验证。三种亚型分别表现为高支持需求、情绪行为支持需求和低支持需求，其中情绪行为支持需求亚型的SNP遗传力最高；该框架仍需在更大队列中进一步验证。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 510月25日 10:00
- 近 24 小时变化
- –
0246
10:0011:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。