Een datagestuurde benadering voor het kwantificeren van immuuntoestanden bij sepsis

Ons onderzoek kwantificeert immuuntoestanden bij sepsis door relaties tussen WBC, lymfocyten en neutrofielen te analyseren met behulp van datavisualisatie en 3D numerieke aanpassing. We streven ernaar wiskundige beperkingen vast te stellen en de verschillende immuuntoestanden te identificeren om de ziektemonitoring en behandelingsstrategieën te verbeteren. Stel de ontwikkelingsfocus van de immuunmonitor van de bergparameter in bij stabiele sepsis.

Onze aanpak omvat wiskundige modellijnen voor sepsis in combinatie met machine learning om immuuntoestanden te kwantificeren, verder te adviseren dan de traditionele univariate, infectie-indicatoren en markers voor orgaandisfunctie te analyseren. De belangrijkste technologie omvat drie demonstratiegegevens, of het nu gaat om de relaties van de vervaagde kaarten, FOFM voor cloudservers. Numerieke fading-methoden en interactieve visualisatie in fasen.

Die maken kwalitatieve analyse van de relatie tussen neumocils en toestandsidentificatie mogelijk. De belangrijkste uitdagingen zijn het verzamelen van gegevens over de standaarddichtheid van diverse patiëntenpopulaties. Waarde datering, handmatige stint plus fictie en het ontwikkelen van robuuste wiskundige metalen die de dynamische aard van de immuunrespons bij sepsis nauwkeurig vastleggen.

Voor de rest van het valideren van affecties van de immuuntoestand in grotere cohorten. Het investeren in datarelaties met andere markers en het ontwikkelen van voorspellend metaal voor de ziekteprogressie op basis van immuuntrajecten. Start om te beginnen het Microsoft Excel-programma op een desktopcomputer.

Navigeer naar het invoegpictogram op het lint en klik op meer opdrachten, gevolgd door invoegtoepassingen ophalen in het gedeelte met invoegtoepassingen. Zoek in het dialoogvenster voor kantoorinvoegtoepassingen naar de MATLAB-spreadsheetlink in de zoekbalk. Zoek de MATLAB-spreadsheetlink voor Excel-invoegtoepassing in de zoekresultaten en klik op de go-knop.

Activeer de spreadsheetlink en upload de code voor de invoegtoepassing. Klik vervolgens op het tabblad met de MATLAB-spreadsheetlink om te bevestigen dat de invoegtoepassing klaar is voor gebruik. Als u gegevens wilt importeren voor het kwantificeren van sepsis, opent u de spreadsheet met de gegevens van de sepsispatiënt, waaronder het aantal witte bloedcellen, het aantal lymfocyten en het aantal neutrofielen.

Selecteer vervolgens het bereik van cellen met het aantal witte bloedcellen, het aantal lymfocyten en het aantal neutrofielen. Klik op het tabblad MATLAB-spreadsheetkoppeling in het Excel-lint en klik op de knop gegevens verzenden naar MATLAB. Kies vervolgens de juiste MATLAB-instantie in het vervolgkeuzemenu in het dialoogvenster gegevens naar MATLAB verzenden als er meerdere instanties worden uitgevoerd.

Geef de variabelenaam op voor de gegevens in het veld voor de variabelenaam en druk op OK. Als u de inhoud van de geïmporteerde gegevens in MATLAB wilt controleren, drukt u op enter. Start om te beginnen de MATLAB-applicatie op een computersysteem.

Roep de functie immune_scatter 3A aan in MATLAB, waarbij A een variabele is die de immuungegevens van sepsispatiënten opslaat. Dit genereert een GUI of grafische gebruikersinterface die een driedimensionaal spreidingsdiagram van de monsters weergeeft. Als u het 3D-spreidingsdiagram wilt verkennen, klikt en sleept u het diagram om het in een driedimensionale ruimte te roteren.

Klik met de rechtermuisknop en sleep om horizontaal of verticaal te pannen, of gebruik het muiswiel of de werkbalkregelaars om in of uit te zoomen op specifieke segmenten. Klik op afzonderlijke punten om de overeenkomstige waarden voor witte bloedcellen, lymfocyten en neutrofielen weer te geven. Wijs vervolgens in de MATLAB-werkruimte het aantal neutrofielen, het aantal lymfocyten en het aantal witte bloedcellen toe aan respectievelijk de variabelen X, Y en Z.

Pas de gegevens aan met behulp van de opdracht op het scherm om een polynoommodel te genereren. Om de goedheid van fit te evalueren, berekent u de genormaliseerde root means square error met behulp van de getoonde opdracht. Gebruik nu de immuunconditiefunctie om clusters van monsterpunten op het driedimensionale vlak te genereren.

Visualiseer deze clusters met behulp van de interactieve functies die eerder zijn beschreven, waaronder rotatie, pannen, zoomen en gegevenscursor. Gebruik vervolgens de opdracht ingedrukt houden om de figuur in een overlappende staat te houden. Gebruik vervolgens de gepresenteerde opdrachten om een driedimensionale grafiek te genereren van de trajectgegevens van een typische patiënt.

De driedimensionale scatter scatterplot onthulde dat de monsterpunten van witte bloedcellen, neutrofielen en lymfocyten op een vlak liggen met een zeer kleine fout. De zelforganiserende functiekaart of SOFM-analyse identificeerde negen verschillende immuuntoestanden op basis van clustering van het aantal witte bloedcellen, neutrofielen en lymfocyten. Clusters één, twee en vier vertegenwoordigden een verhoogde immuunactiviteit die werd gekenmerkt door verhoogde aantallen van zowel neutrofielen als lymfocyten, terwijl clusters 3, 5, 6 en negen immuunoscillatietoestanden weerspiegelden.

Cluster acht werd geïdentificeerd als een toestand van verminderde immuunactiviteit, wat mogelijk duidt op immunosuppressie of een herstelfase na infectie, terwijl cluster zeven waarschijnlijk patiënten in de herstelfase vertegenwoordigde, die een verbeterde immuunfunctie vertoonden.