最好的预防COVID-19复发的药物组合

一个开创性的机器学习研究揭露了最好的药物组合,以防止COVID-19回来后最初的感染。事实证明这些组合为每一个病人是不一样的。

使用实际数据从一个医院在中国,加州大学Riverside-led研究发现,个人特征,包括年龄,体重,和其他疾病确定哪些药物组合最有效地降低复发率。这一发现已经发表在《人工智能前沿》杂志上。

数据来自中国是重要的有两个原因。首先,当病人治疗COVID-19 U。年代,它通常与一个或两个药物。在大流行早期,医生在中国可以开多达八种不同的药物,使得分析更多的药物组合。其次,COVID-19病人在中国必须隔离在政府经营的酒店被从医院出院后,研究人员可以了解再感染利率以更系统的方式。

“这项研究使独特而有趣的。你不能获得这种数据在世界其他地方,”新平崔说,加州大学统计学教授和研究报告的作者。

该研究项目始于2020年4月,一个月左右到大流行。当时,大多数研究都集中在死亡率。然而,医生在深圳,靠近香港,更关心复发率,因为更少的人死亡。

“令人惊讶的是,近30%的患者再次成为积极的28天内从医院被释放的时候,“嘉廖说,生物工程副教授和研究的合著者。

数据超过400 COVID患者纳入研究。他们的平均年龄为45岁,大多数的病毒感染了温和的情况下,按性别分成两组均匀。大多数人接受抗病毒药物的各种组合之一,抗炎,和一种immune-modulating药物,如干扰素或羟氯喹。

不同的人口群体最好的成功与不同的组合可以追溯到病毒运行的方式。

“COVID-19抑制干扰素,蛋白质细胞抑制入侵的病毒。与防御能力降低,COVID可以复制,直到身体免疫系统爆炸,并破坏组织,”廖解释道。

免疫系统较弱的人之前COVID感染需要有效地提高免疫力的药物来对抗感染。年轻人们的免疫系统变得活跃和感染,从而导致过度组织炎症,甚至死亡。为了防止这一点,年轻人需要免疫抑制剂治疗的一部分。

“当我们治疗疾病,许多医生倾向于为18人,提供一个解决方案。我们现在应该考虑年龄差异,以及其他疾病的条件,如糖尿病和肥胖,”廖说。

在大多数情况下,进行药物功效测试时,科学家们设计临床试验,人们拥有相同的疾病和基线特征随机分配到治疗或对照组。但是这种方法并不考虑其他医疗条件可能影响药物是如何工作的——或者不工作——为特定群体。

因为本研究利用真实的数据,研究人员必须调整的因素,可能影响他们观察到的结果。例如,如果一个特定的药物组合主要是老年人,被证明是无效的,不清楚该药物是怪或人的年龄。

“在这项研究中,我们开创了一个技术攻击的混杂因素的挑战实际上具有类似特征的匹配的人接受不同的治疗组合,”崔玲说。“通过这种方式,我们可以概括的功效治疗组合在不同的子组”。

虽然COVID-19更好的理解今天,和疫苗大大降低了死亡率,还有能学到许多关于治疗和防止再感染。“现在复发的问题,我希望人们可以使用这些结果,”崔说。

机器学习有关COVID已经应用在许多领域,如疾病诊断、疫苗开发和药物设计,除了这一新的分析多种药物的组合。廖认为技术将会扮演更大的角色。

“在医学中,机器学习和人工智能还没有尽可能多的影响,我相信他们会在不久的将来,“廖说。“这个项目是一个很好的例子,如何走向真正的个性化医疗。”

参考:崔张翟年代,Z,廖J, x从现实世界中学习数据组合COVID-19治疗选择。前面Artif智能。2023;6:1123285。doi:10.3389 / frai.2023.1123285

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。