A Machine Learning-Based Analytic Pipeline Applied to Clinical and Serum IgG Immunoproteome Data To Predict Chlamydia trachomatis Genital Tract Ascension and Incident Infection in Women

ABSTRACT We developed a reusable and open-source machine learning (ML) pipeline that can provide an analytical framework for rigorous biomarker discovery. We implemented the ML pipeline to determine the predictive potential of clinical and immunoproteome antibody data for outcomes associated with Ch...

Ամբողջական նկարագրություն

Մատենագիտական մանրամասներ

Հիմնական հեղինակներ:	Chuwen Liu, Neha Vivek Mokashi, Toni Darville, Xuejun Sun, Catherine M. O’Connell, Katrin Hufnagel, Tim Waterboer, Xiaojing Zheng
Ձևաչափ:	Artigo
Լեզու:	Inglês
Հրապարակվել է:	American Society for Microbiology 2023-08-01
Շարք:	Microbiology Spectrum
Խորագրեր:	ascension biomarker Chlamydia genital tract infection incident infection machine learning pipeline
Առցանց հասանելիություն:	https://journals.asm.org/doi/10.1128/spectrum.04689-22
Ցուցիչներ:	Ավելացրեք ցուցիչ Չկան պիտակներ, Եղեք առաջինը, ով նշում է այս գրառումը!