Big-data-Ansatz gezeigt, um wirksam zu sein für die Bewertung der Autismus – – Behandlungen: die Forschung hat das Potenzial zur Beschleunigung der Entwicklung von erfolgreichen medizinischen Interventionen

Forscher am Rensselaer Polytechnic Institute, entwickelten einen Bluttest, um die diagnose der Autismus-Spektrum-Störung haben Sie jetzt erfolgreich angewendet, Ihren unverwechselbaren big-data-basierte Ansatz zur Bewertung von möglichen Behandlungen.

Die Ergebnisse, die kürzlich in „Frontiers in Cellular Neuroscience, haben das Potenzial zur Beschleunigung der Entwicklung von erfolgreichen medizinischen Interventionen. Eine der Herausforderungen bei der Beurteilung der Wirksamkeit einer Behandlung für Autismus ist, wie Verbesserungen zu Messen. Aktuell, Diagnose und Auswertung über den Erfolg einer intervention sehr stark auf Beobachtungen von Fachleuten und Betreuern.

„Hat irgend ein Maß, dass die Maßnahmen etwas, das geschieht im inneren des Körpers ist ganz wichtig“, sagt Jürgen Hahn, Systeme Biologe, professor und Leiter des Rensselaer Department of Biomedical Engineering.

Hahn und sein team machine-learning-algorithmen, komplexe Datensätze zu analysieren. Das ist, wie er zuvor erkannten Muster mit bestimmten Metaboliten im Blut von Kindern mit Autismus, die verwendet werden können, um erfolgreich vorherzusagen Diagnose. Sie können beobachten Hahn besprechen das hier.

In dieser jüngsten Analyse, die das team verwendete eine ähnliche Reihe von Messungen aus drei verschiedenen klinischen Studien untersucht, die potentielle metabolische Interventionen. So konnten die Forscher vergleichen die Daten von vor und nach der Behandlung, und der Blick für die Zusammenhänge zwischen diesen Ergebnissen und beobachteten die Veränderungen der adaptiven Verhalten.

„Was wir getan haben hier gezeigt, dass, wenn Sie aktiv versuchen, ändern Sie die Konzentrationen dieser Metaboliten, die gemessen werden, dann sehen Sie auch Veränderungen im Verhalten,“ Hahn sagt.

Hahn sagte, dass dieser Ansatz einzigartig darin, dass es analysiert mehrere medizinische Marker zur gleichen Zeit, Enthüllung Zusammenhänge nicht gesehen, in die Daten, wenn jede Messung wird einzeln untersucht.

„Es beschleunigt die Entwicklung, da Sie nun ein zusätzliches tool, das Ihnen sagt, wie gut eine Behandlung gearbeitet hat“, sagte er.

Hahn erwartet, dass diese Art der Annäherung an ein wichtiger Bestandteil der klinischen Studien für Autismus in der Zukunft. „Medizinische tests zur Messung der Mengen direkt im Zusammenhang mit der Physiologie ist wichtig und wir hoffen, dass Sie bekommen, fließen in zukünftige Studien,“ sagte er.

Hahn, Mitglied des Rensselaer Zentrum für Biotechnologie und Interdisziplinäre Studien, arbeitete an dieser Untersuchung mit Rensselaer student Troy Vargason, Bachelor-student Emily Roth und Uwe Krüger, professor of practice in der biomedizinischen Technikabteilung abzustimmen.

Neben der Entwicklung und erfolgreichen Erprobung der ersten physiologischen test für Autismus und diese jüngste Arbeit, Hahn arbeitete auch mit Kollegen seine Methode zur Bestimmung einer schwangeren Mutter die relative Wahrscheinlichkeit, ein Kind mit Autismus-Spektrum-Störung.