机构名称：
¥ 1.0
背景血脂异常包括通过两种分类（Freickson-Levy [FL]或Sniderman）分类的各种脂肪蛋白疾病。然而，这两种分类都因依靠脂蛋白代谢的不完整知识而受到批评，尤其是在新型治疗方案的明确性和个体治疗反应中的变化中。聚集是一种无监督的机器学习（ML）算法，可以处理广泛的变量，有可能揭示具有独特的分子特征和独特的治疗靶标的患者群体，可以为心脏疾病（CVD）提供更有效的预防策略。We aimed to use unsupervised ML algo- rithms to discover intrinsic dyslipidaemia categories from lipoprotein measurements, to recognise the necessary compo- nents of lipid panels for classification, and to analyse the similarities between the newly formed clusters, FL and Sni- derman classifications.
摘要
主要关键词
相关文件推荐
