通过关联规则挖掘在 CAMD 阿尔茨海默病数据库中识别组合生物标志物
神经元与认知
2013-12-09 v1 应用统计
摘要
背景：组合生物标志物的概念构思于 2010 年左右：人们注意到简单的生物标志物往往不足以识别和表征复杂疾病。方法：本文提出了一种用于复杂生物标志物的算法搜索方法，这些标志物可预测或指示阿尔茨海默病 (AD) 及其他类型的痴呆症。我们应用了能够揭示具有详细质量评分的蕴含式逻辑方案的数据挖掘技术。我们的程序 SCARF 能够自动发现多因素相关关联规则。新的 SCARF 程序被应用于位于亚利桑那州图森市的 Critical Path Institute 的 CAMD 数据库，该数据库包含来自大型制药公司临床试验安慰剂组中 6000 多名患者的实验室和认知测试数据，因此，该数据比许多其他痴呆症数据库更为可靠。结果：结果表明肝酶、维生素 B12、钠和胆固醇水平与痴呆症之间存在联系，某些血液学参数水平也与痴呆症有关。
引用
@article{arxiv.1312.1876,
title = {Identifying Combinatorial Biomarkers by Association Rule Mining in the CAMD Alzheimer's Database},
author = {Balazs Szalkai and Vince K. Grolmusz and Vince I. Grolmusz and Coalition Against Major Diseases},
journal= {arXiv preprint arXiv:1312.1876},
year = {2013}
}