Stacking ensemble learning models diagnose pulmonary infections using host transcriptome data from metatranscriptomics
6.2
来源：
Nature
发布时间：
2025-08-20 09:30
摘要：
本研究利用转录组数据和堆叠集成学习模型，开发了一种快速且经济的肺部感染诊断方法，显示出高准确性，能够及时识别感染状态和类型。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.5分+重点关注领域符合度
business_impact
0.5分+商业影响力
scientific_rigor
1.5分+数据支撑的科学性
audience_relevance
0.3分+受众相关性
timeliness_innovation
1.0分+时效性与创新性
Investment_perspective
1.4分+投资视角
关键证据
研究展示了一种快速且经济的辅助诊断策略，能够及时识别肺部感染的状态和类型。
通过对重症患者的支气管肺泡灌洗液进行转录组测序，筛选出与感染相关的特征基因。
平均五折交叉验证的结果显示出高诊断准确性：感染与非感染的AUC为0.984。
真实性检查
否
AI评分总结
本研究利用转录组数据和堆叠集成学习模型，开发了一种快速且经济的肺部感染诊断方法，显示出高准确性，能够及时识别感染状态和类型。