ML-gestützte Diagnose bipolarer Störung: externe Validierung eines RNA-Editing-Tests
Von KI ausgewählt und zusammengefasst
Worum es geht
Prospektive externe Validierung eines Machine-Learning-Tests zur Differenzierung bipolarer Störung von Depression anhand von RNA-Editing-Biomarkern in vier europäischen Zentren.
Ergebnis
Bei 393 Patienten mit depressiven Episoden: AUC 0,873 (95%-KI 0,837–0,909), Sensitivität 82,6%, Spezifität 80,3%. Die Leistung war konsistent über alle Standorte und Patientengruppen. RNA-Editing-Biomarker waren die wichtigsten Modellvariablen.
Übertragbarkeit auf Deutschland
Europäische Multizenterstudie, vergleichbare psychiatrische Versorgungssysteme, Anwendbarkeit auf deutsches Setting gegeben.
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.