Ein datengestützter Ansatz zur Quantifizierung von Immunzuständen bei Sepsis

Unsere Forschung quantifiziert Immunzustände bei Sepsis, indem wir die Beziehungen zwischen Leukozyten, Lymphozyten und Neutrophilen mithilfe von Datenvisualisierung und numerischer 3D-Anpassung analysieren. Unser Ziel ist es, mathematische Einschränkungen zu ermitteln und die unterschiedlichen Immunzustände zu identifizieren, um den Krankheitsmonitor und die Behandlungsstrategien zu verbessern. Festlegung des Entwicklungsschwerpunkts des Bergparameter-Immunmonitors bei stabiler Sepsis.

Unser Ansatz umfasst mathematische Sepsis-Modelllinien in Kombination mit maschinellem Lernen zur Quantifizierung von Immunzuständen, Beratung über das traditionelle Univariat hinaus, Analyse von Infektionsindikatoren und Organfunktionsfunktionsmarkern. Zu den Schlüsseltechnologien gehören drei Demonstrationsdaten, ob die Relationen der verblassten Karten, FOFM für Cloud-Server. Numerische Fading-Methoden und interaktive Visualisierung in Phasen.

Diese ermöglichen die qualitative Analyse der Neumocilbeziehung und der Zustandsidentifikation. Zu den größten Herausforderungen gehört die Erfassung von Daten zur Standarddichte über verschiedene Patientenpopulationen hinweg. Value-Dating, manueller Stint plus Fiktion und Entwicklung robuster mathematischer Metalle, die die dynamische Natur der Immunantwort bei Sepsis genau erfassen.

Für den Rest der Validierung von Immunzustandsklassen in größeren Kohorten. Investition, Datenbeziehung mit anderen Markern und Entwicklung von prädiktivem Metall für das Fortschreiten der Krankheit auf der Grundlage von Immunverläufen. Starten Sie zunächst das Microsoft Excel-Programm auf einem Desktop-Computer.

Navigieren Sie zum Einfügesymbol im Menüband und klicken Sie auf Weitere Befehle, gefolgt von Add-Ins abrufen im Abschnitt Add-Ins. Suchen Sie im Dialogfeld für Office-Add-Ins in der Suchleiste nach dem Link MATLAB-Tabelle. Suchen Sie in den Suchergebnissen den Link zur MATLAB-Tabelle für das Excel-Add-In und klicken Sie auf die Schaltfläche "Los".

Aktivieren Sie den Tabellen-Link und laden Sie den Code für das Add-In hoch. Klicken Sie dann auf die Registerkarte MATLAB-Tabellenlink, um zu bestätigen, dass das Add-In einsatzbereit ist. Um Daten für die Sepsis-Quantifizierung zu importieren, öffnen Sie die Tabelle mit den Sepsis-Patientendaten, die die Anzahl der weißen Blutkörperchen, der Lymphozytenzahl und der Neutrophilenzahl enthalten.

Wählen Sie als Nächstes den Zellbereich aus, der die Anzahl der weißen Blutkörperchen, der Lymphozytenzahl und der Neutrophilenzahl enthält. Klicken Sie im Excel-Menüband auf die Registerkarte MATLAB-Tabellenverknüpfung und dann auf die Schaltfläche Daten an MATLAB senden. Wählen Sie dann die entsprechende MATLAB-Instanz aus dem Dropdown-Menü im Dialogfeld "Daten an MATLAB senden" aus, wenn mehrere Instanzen ausgeführt werden.

Geben Sie den Variablennamen für die Daten im Feld für den Variablennamen an und drücken Sie OK. Um den Inhalt der importierten Daten in MATLAB zu überprüfen, drücken Sie die Eingabetaste. Starten Sie zunächst die MATLAB-Anwendung auf einem Computersystem.

Rufen Sie die Funktion immune_scatter 3A in MATLAB auf, wobei A eine Variable ist, in der die Immundaten von Sepsis-Patienten gespeichert sind. Dadurch wird eine grafische Benutzeroberfläche generiert, die ein dreidimensionales Streudiagramm der Proben anzeigt. Um das 3D-Streudiagramm zu erkunden, klicken Sie auf das Diagramm und ziehen Sie es, um es im dreidimensionalen Raum zu drehen.

Klicken Sie mit der rechten Maustaste, und ziehen Sie, um horizontal oder vertikal zu schwenken, oder verwenden Sie das Mausrad oder die Steuerelemente in der Symbolleiste, um bestimmte Bereiche zu vergrößern oder zu verkleinern. Klicken Sie auf einzelne Punkte, um die entsprechenden Werte für weiße Blutkörperchen, Lymphozyten und Neutrophile anzuzeigen. Weisen Sie anschließend im MATLAB-Arbeitsbereich die Anzahl der Neutrophilen, die Anzahl der Lymphozyten und die Anzahl der weißen Blutkörperchen den Variablen X, Y und Z zu.

Passen Sie die Daten mit dem Befehl auf dem Bildschirm an, um ein Polynommodell zu generieren. Um die Güte der Anpassung zu bewerten, berechnen Sie den normalisierten Wurzelmittelquadratfehler mit dem gezeigten Befehl. Verwenden Sie nun die Immunzustandsfunktion, um Cluster von Probenpunkten auf der dreidimensionalen Ebene zu generieren.

Visualisieren Sie diese Cluster mit den zuvor beschriebenen interaktiven Funktionen, einschließlich Drehen, Schwenken, Zoomen und Datencursor. Verwenden Sie als Nächstes den Befehl Halten ein, um die Figur in einem überlagerbaren Zustand zu halten. Verwenden Sie dann die vorgestellten Befehle, um ein dreidimensionales Diagramm der Trajektoriendaten eines typischen Patienten zu erstellen.

Das dreidimensionale Streudiagramm zeigte, dass die Probenpunkte von weißen Blutkörperchen, Neutrophilen und Lymphozyten auf einer Ebene mit einem sehr kleinen Fehler liegen. Die selbstorganisierende Merkmalskarte oder SOFM-Analyse identifizierte neun verschiedene Immunzustände basierend auf der Clusterbildung von weißen Blutkörperchen, Neutrophilen und Lymphozytenzahlen. Die Cluster eins, zwei und vier stellten eine erhöhte Immunaktivität dar, die durch eine erhöhte Anzahl von Neutrophilen und Lymphozyten gekennzeichnet war, während die Cluster 3, 5, 6 und neun Immunoszillationszustände widerspiegelten.

Cluster acht wurde als Zustand reduzierter Immunaktivität identifiziert, was möglicherweise entweder auf eine Immunsuppression oder eine Erholungsphase nach der Infektion hindeutet, während Cluster sieben wahrscheinlich Patienten in der Erholungsphase darstellte, die eine verbesserte Immunfunktion zeigten.