Исследователи обнаружили, что модель машинного обучения T1GRS повышает точность классификации при оценке диабета
Для этого было проведено полногеномное ассоциативное исследование с участием 20 355 человек с диабетом 1 типа и 797 363 европейцев, не страдающих диабетом. Дальнейший анализ был проведен в области MHC у 10 107 человек с диабетом и 19 639 человек без диабета, что позволило выявить несколько генетических факторов риска развития диабета 1 типа. Эти факторы были использованы для обучения модели машинного обучения, позволяющей выявлять лиц, генетически предрасположенных к развитию диабета 1 типа.
Модель продемонстрировала 89 % чувствительности и 84 % специфичности для диабета 1 типа при оптимальном пороговом значении в наборе данных для исследования, показав высокую эффективность в различении лиц с диабетом от лиц без диабета.
Исследователи выявили генетические варианты в 79 известных локусах и 8 ранее не описанных локусах, которые ранее не были связаны с диабетом 1 типа.
Подробности исследования опубликованы в журнале Nature Genetics.