Accuracy of Random forest method and Multilayer perceptron method in predicting of the outcomes in pediatric ischemic stroke

Research output: Contribution to journalArticleResearchpeer-review

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:1298А>С, МТRR:66А>G, MTR:2756А>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).
Translated title of the contributionAccuracy of Random forest method and Multilayer perceptron method in predicting of the outcomes in pediatric ischemic stroke
Original languageRussian
Pages (from-to)58-62
Number of pages5
JournalУральский медицинский журнал
Issue number10(154)
Publication statusPublished - 2017

Fingerprint

Neural Networks (Computer)
Stroke
Pediatrics
Plasminogen Activator Inhibitor 1
Folic Acid
Genes
Databases
Enzymes

GRNTI

  • 76.29.00

Level of Research Output

  • VAK List

Cite this

@article{28586c4a66ec4db181256103baffbcca,
title = "ТОЧНОСТЬ МЕТОДОВ СЛУЧАЙНЫЙ ЛЕС И МНОГОСЛОЙНЫЙ ПЕРСЕПТРОН В ЗАДАЧЕ ПРОГНОЗИРОВАНИЯ ИСХОДОВ ДЕТСКИХ ИШЕМИЧЕСКИХ ИНСУЛЬТОВ",
abstract = "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:1298А>С, МТRR:66А>G, MTR:2756А>G. МСП продемонстрировал более высокие показатели правильных распознаваний исходов, чем случайный лес (0,88 против 0,67 соответственно).",
author = "Рахматова, {Анна Юрьевна} and Косаченко, {А. И.} and Москалева, {А. С.} and Львова, {Ольга Александровна} and Сергеева, {М. В.} and Сергеев, {Александр Петрович}",
year = "2017",
language = "Русский",
pages = "58--62",
journal = "Уральский медицинский журнал",
issn = "2071-5943",
publisher = "Общество с ограниченной ответственностью {"}Уральский центр медицинской и фармацевтической информации{"}",
number = "10(154)",

}

TY - JOUR

T1 - ТОЧНОСТЬ МЕТОДОВ СЛУЧАЙНЫЙ ЛЕС И МНОГОСЛОЙНЫЙ ПЕРСЕПТРОН В ЗАДАЧЕ ПРОГНОЗИРОВАНИЯ ИСХОДОВ ДЕТСКИХ ИШЕМИЧЕСКИХ ИНСУЛЬТОВ

AU - Рахматова, Анна Юрьевна

AU - Косаченко, А. И.

AU - Москалева, А. С.

AU - Львова, Ольга Александровна

AU - Сергеева , М. В.

AU - Сергеев, Александр Петрович

PY - 2017

Y1 - 2017

N2 - 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:1298А>С, МТRR:66А>G, MTR:2756А>G. МСП продемонстрировал более высокие показатели правильных распознаваний исходов, чем случайный лес (0,88 против 0,67 соответственно).

AB - 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:1298А>С, МТRR:66А>G, MTR:2756А>G. МСП продемонстрировал более высокие показатели правильных распознаваний исходов, чем случайный лес (0,88 против 0,67 соответственно).

UR - https://elibrary.ru/item.asp?id=32362862

M3 - Статья

SP - 58

EP - 62

JO - Уральский медицинский журнал

JF - Уральский медицинский журнал

SN - 2071-5943

IS - 10(154)

ER -