Точность методов Случайный лес и Многослойный персептрон в задаче прогнозирования исходов детских ишемических инсультов

Abstract

Authors made the comparison between two methods (random forest and multilayer perceptron) to forecast the outcome of the pediatric ischemic stroke. Two options of the outcome were estimated: disability and the absence of disability. Case series included 172 patients data base, all patients had MRI confirmation of stroke and signed concern form. Eight thrombophilic genes polymorphisms: FGB:-455G>A, F2:20210G>A, F5:1691G>A, F7:10976G>A, F13:103G>T, ITGA2:807C>T, ITGB3:1565T>C, PAI-1 :-675 5G>4G, and four genes polymorphisms of folic acid enzymes: MTHFR:677C>T, MTHFR:1298A>C, MTRR:66A>G, MTR:2756A>G were established as feasible predictors. Multilayer perceptron method showed higher rates of correct recognition of the outcomes, than random forest method (0,88 vs 0,67).

Проведено сравнение точности предсказания двух методов машинного обучения: Случайный лес (СЛ) и Многослойный персептрон (МСП) в задаче прогнозирования исходов «инвалидность» и «отсутствие инвалидности» детских ишемических инсультов (ИИ). Выборка представляет собой серию клинических случаев: 172 ребенка с ишемическим инсультом, доказанным по данным МРТ головного мозга. В качестве предикторов были использованы данные генетических исследований на носительство полиморфизмов 8 генов тромбофильного спектра: FGB:-455G>A, F2:20210G>A, F5:1691G>A, F7:10976G>A, F13:103G>T, ITGA2:807C>T, ITGB3:1565T>C, PAI-1 >675 5G>4G, и 4 генов фолатного цикла: MTHFR:677C>T, MTHFR:1298A>C, MTRR:66A>G, MTR:2756A>G. МСП продемонстрировал более высокие показатели правильных распознаваний исходов, чем случайный лес (0,88 против 0,67 соответственно).