大数据的方法证明是有效的评估自闭症治疗

伦斯勒理工学院研究人员开发了一种血液测试来帮助诊断自闭症谱系障碍已经成功地应用他们的独特的大基于数据的方法来评估可能的治疗方法。

这些发现,最近发表在细胞神经科学前沿,有可能加速的发展成功的医疗干预。的一个挑战在评估的有效性治疗自闭症是如何衡量的改善。目前,诊断和评估干预的成功依赖于观测由专业人员和管理者。

“有某种措施,措施体内发生的事情是非常重要的,”于尔根·哈恩说,系统生物学家、教授,和伦斯勒理工学院生物医学工程部门的负责人。

哈恩和他的团队使用机器学习算法来分析复杂的数据集。这就是他之前发现的模式与自闭症儿童的血液中某些代谢物,可以成功地预测诊断。你可以在这里观看哈恩讨论。

在这个最近的分析,从三个不同的小组使用一组类似的测量的临床试验,检查潜在的代谢干预措施。研究人员能够比较治疗前后的数据,并寻找这些结果之间的相关性和任何观察到的变化的适应性行为。

“我们在这里做的是显示,如果你积极地试图改变这些代谢物的浓度测量,然后你也会看到变化的行为,”哈恩说。

哈恩说,这种方法是独一无二的,它分析了多个医学标记同时,公布相关数据中未见如果每个单独测量研究。

“它可以加快开发过程,因为你现在有一个额外的工具,告诉你如何治疗工作,”他说。

哈恩预计这种类型的方法成为自闭症的临床试验的一个重要组成部分。“有医学测试测量量直接相关的生理是重要的,我们希望他们得到纳入未来的试验,”他说。

哈恩,伦斯勒理工学院生物技术和跨学科研究中心的成员,参与本研究与特洛伊Vargason伦斯勒理工学院研究生,本科生艾米丽•罗斯和乌维克鲁格是一个教授在生物医学工程部门的实践。

除了开发并成功测试第一个生理测试自闭症这最近的工作,哈恩还与同事合作,他的方法应用于确定怀孕生孩子的母亲的相对风险自闭症谱系障碍。