«Оказалось, что алгоритм на основе глубокой нейронной сети показал более высокую чувствительность и специфичность, чем другие алгоритмы. Кроме того, мы продемонстрировали, что объединение переменных в один классификатор сопровождается кумулятивным эффектом, превышающим роль каждого биомаркера в отдельности. Таким образом, использование одного биомаркера для диагностики шизофрении было бы неэффективным», – рассказал Евгений Ермаков, научный сотрудник лаборатории ферментов репарации ИХБФМ СО РАН. Ученый подчеркнул, что для разработки более совершенных прогностических моделей диагностики шизофрении необходимо использовать комбинации нескольких биомаркеров. Поиск наиболее «информативных» из них – одна из важных научных задач в этой области.
Источник: пресс-служба Томского НИМЦ
По словам Светланы Ивановой, руководителя научного проекта, заместителя директора НИИ психического здоровья Томского НИМЦ по научной работе, полученные пилотные результаты приблизили ученых еще на один шаг к пониманию фундаментальных биологических основ шизофрении, и в перспективе, к внедрению лабораторных методов для ее диагностики, терапии и прогноза.