O estudo complementar confirma o sucesso do teste fisiológico para o autismo

Um ano depois que os pesquisadores publicaram seu trabalho em um teste fisiológico para o autismo, um estudo complementar confirma seu sucesso excepcional na avaliação se uma criança está no espectro do autismo. Um teste fisiológico que apoie o processo diagnóstico de um clínico tem o potencial abaixar a idade em que as crianças são diagnosticadas, conduzindo a um tratamento mais adiantado. Resultados do estudo, que usa um algoritmo para prever se uma criança tem a desordem do espectro do autismo (ASD) baseada em metabolitos em uma amostra de sangue,

“Nós olhamos grupos de crianças com o ASD independente de nosso estudo precedente e tivemos o sucesso similar. Nós podemos prever com 88 por cento de precisão se as crianças estão com o autismo,” dissemos Juergen Hahn, autor principal, sistemas biólogo, professor, cabeça do departamento do Rensselaer Polytechnic Institute da engenharia biomedicável, e membro do centro de Rensselaer para a biotecnologia e os estudos interdisciplinars (CBIS). “Isto é extremamente prometedor.”

Calcula-se que aproximadamente 1,7 por cento de todas as crianças estão diagnosticados com o ASD, caracterizado como “uma inabilidade desenvolvente causada por diferenças no cérebro,” de acordo com os centros para o controlo e prevenção de enfermidades. Um diagnóstico mais adiantado está reconhecido geralmente para conduzir para melhorar resultados enquanto as crianças contratam em serviços adiantados da intervenção, e um diagnóstico de ASD é possível em 18-24 meses da idade. Contudo, porque o diagnóstico depende unicamente das observações clínicas, a maioria de crianças não são diagnosticadas com o ASD até depois de 4 anos de idade.

Um pouco do que a busca para um único indicador de ASD, a aproximação Hahn desenvolvido usa técnicas grandes dos dados para procurarar por testes padrões nos metabolitos relevantes a dois conectou os caminhos celulares (uma série de interacções entre moléculas que função da pilha do controle) com as relações suspeitadas a ASD.

De “o trabalho Juergen em desenvolver um teste fisiológico para o autismo é um exemplo de como a relação interdisciplinar da ciência-engenharia da vida em Rensselaer traz novas perspectivas e soluções para melhorar a saúde humana,” disse Deepak Vashishth, director de CBIS. “Este é um grande resultado da ênfase maior em Alzheimer e das doenças neurodegenerative em CBIS, onde nosso trabalho se junta a aproximações múltiplas para desenvolver melhores ferramentas diagnósticas e a terapêutica nova do biomanufacture.”

O sucesso inicial analisou em 2017 dados de um grupo de 149 povos, sobre a metade de quem tinha sido diagnosticado previamente com ASD. Para cada membro do grupo, Hahn obteve dados em 24 metabolitos relativos aos dois caminhos celulares--o ciclo da metionina e o caminho do transsulfuration. Deliberadamente omitindo dados de um indivíduo no grupo, Hahn sujeitou o conjunto de dados restante às técnicas avançadas da análise e usou resultados para gerar um algoritmo com carácter de previsão. O algoritmo fez então uma previsão sobre os dados do indivíduo omitido. Hahn cruz-validou os resultados, trocando um indivíduo diferente fora do grupo e repetindo o processo para todos os 149 participantes. Seu método identificou correctamente 96,1 por cento de todos os participantes tipicamente tornando-se e 97,6 por cento da coorte de ASD.

Os resultados eram impressionantes e criado, disse Hahn, um objetivo novo: “Podemos nós replicate isto?”

O estudo novo aplica a aproximação de Hahn a um conjunto de dados independente. Para evitar o processo longo de recolher dados novos com os ensaios clínicos, Hahn e sua equipe procurararam pelos conjunto de dados existentes que incluíram os metabolitos que tinha analisado no estudo original. Os pesquisadores identificaram dados apropriados de três estudos diferentes que incluíram um total de 154 crianças com o autismo conduzido por pesquisadores no instituto de investigação das crianças de Arkansas. Os dados incluíram somente 22 dos 24 metabolitos que se usou para criar o algoritmo com carácter de previsão original, porém Hahn determinou a informação disponível seria suficiente para o teste.

A equipe usou sua aproximação para recrear o algoritmo com carácter de previsão, esta vez usando dados dos 22 metabolitos do grupo original de 149 crianças. O algoritmo foi aplicado então ao grupo novo de 154 crianças para finalidades de teste. Quando o algoritmo com carácter de previsão foi aplicado a cada indivíduo, previu correctamente o autismo com 88 por cento de precisão.

Hahn disse que a diferença entre a taxa de precisão original e aquela do estudo novo pode provavelmente ser atribuída a diversos factores, ser o mais importante que dois dos metabolitos eram não disponíveis no segundo conjunto de dados. Cada um dos dois metabolitos tinha sido indicadores fortes no estudo precedente.

Total, o segundo estudo valida os resultados originais, e fornece introspecções em diversas variações na aproximação.

“O resultado o mais significativo é o alto nível da precisão que nós podemos obter usando esta aproximação em anos recolhidos dados independentemente do conjunto de dados original,” disse Hahn. “Esta é uma aproximação que nós gostemos de ver se mover para a frente em ensaios clínicos e finalmente em um teste disponível no comércio.”