Artificial intelligence tools for phenotyping patients with anaphylaxis

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

BACKGROUND: Anaphylaxis is the most severe manifestation of immediate systemic hypersensitivity reactions. In recent years, there has been an increase in the number of reported cases of anaphylaxis. Given the variety of clinical manifestations behind the diagnosis of “anaphylaxis”, one of the most urgent issues at present is the task of phenotyping and endotyping of patients with this life-threatening pathology as part of implementation of the individual approach, both during treatment in the acute period and diagnosis in the period of recovery.

AIM: To find the main clinical phenotypes of patients with immediate hypersensitivity reactions, which will further allow stratifying patients by risk groups bringing therapeutic and diagnostic algorithms to the modern level of personalized medicine.

MATERIALS AND METHODS: The study was conducted based on retrospective stepwise analysis of patient medical record data from 2019 to 2022. To identify relatively homogeneous groups of patients based on clinical, agglomerative clustering was performed on 56 variables followed by 2 principal component extraction using the dimensionality reduction method with t-distributed stochastic neighbor embedding. Agglomerative clustering divided patients into 4 major clinical phenotypes, and each patient was assigned a corresponding phenotype.

RESULTS: Based on this analysis, 4 phenotypes of patients with severe immediate-type hypersensitivity reactions were identified.

CONCLUSION: A new classification based on the use of phenotypes, endotypes and biomarkers is currently being developed to broaden our understanding of anaphylactic reactions. Given the limitations of the study (patients were not subjected to additional examinations in the current study), it is not possible to reliably identify endophenotypic differences in different clusters. Additional studies are needed to identify the correlation between anaphylactic reaction phenotypes and its pathophysiological mechanisms of development.

作者简介

Ekaterina Nikitina

Moscow City Hospital 52; The First Sechenov Moscow State Medical University (Sechenov University)

编辑信件的主要联系方式.
Email: katrin88866@gmail.com
ORCID iD: 0000-0002-0865-8355
SPIN 代码: 3507-9106
俄罗斯联邦, Moscow; Moscow

Alexander Dushkin

Moscow City Hospital 52; National Medical Research Center for High Medical Technologies — Central Military Clinical Hospital named after A.A. Vishnevsky

Email: alex@drdushkin.ru
ORCID iD: 0000-0002-8013-5276
SPIN 代码: 3857-0010
俄罗斯联邦, Moscow; Moscow

Marina Lebedkina

Moscow City Hospital 52

Email: marina.ivanova0808@yandex.ru
ORCID iD: 0000-0002-9545-4720
SPIN 代码: 1857-8154
俄罗斯联邦, Moscow

Olga Mukhina

Moscow City Hospital 52

Email: mukhina.o.a@gmail.com
ORCID iD: 0000-0002-3794-4991
SPIN 代码: 7721-1941
俄罗斯联邦, Moscow

Tatyana Kruglova

Moscow City Hospital 52

Email: surckova.t@yandex.ru
ORCID iD: 0000-0002-4949-9178
SPIN 代码: 2884-5000
俄罗斯联邦, Moscow

Sergey Andreev

Moscow City Hospital 52

Email: nerowolf@mail.ru
ORCID iD: 0000-0002-9147-4636
SPIN 代码: 4372-7358
俄罗斯联邦, Moscow

Asel Nurtazina

The First Sechenov Moscow State Medical University (Sechenov University)

Email: asel26nurtazina@mail.ru
ORCID iD: 0000-0002-2337-3307
SPIN 代码: 5028-4695

MD, Cand. Sci. (Medicine), Assistant Professor

俄罗斯联邦, Moscow

Ekaterina Leonova

The First Sechenov Moscow State Medical University (Sechenov University)

Email: Beesoohappy@yacat.ru
ORCID iD: 0009-0009-1547-2426
俄罗斯联邦, Moscow

Polina Volkova

The First Sechenov Moscow State Medical University (Sechenov University)

Email: polynech1902@gmail.com
ORCID iD: 0009-0003-4990-8861
俄罗斯联邦, Moscow

Alexander Pampura

Morozov Children’s City Clinical Hospital; N.I. Pirogov Russian National Research Medical University

Email: apampura1@mail.ru
ORCID iD: 0000-0001-5039-8473
SPIN 代码: 9722-7961

MD, Dr. Sci. (Medicine), Professor

俄罗斯联邦, Moscow; Moscow

Alexander Karaulov

The First Sechenov Moscow State Medical University (Sechenov University); LIFT Center LLC

Email: drkaraulov@mail.ru
ORCID iD: 0000-0002-1930-5424
SPIN 代码: 4122-5565

MD, Dr. Sci. (Medicine), Professor, Academician of the Russian Academy of Sciences

俄罗斯联邦, Moscow; Moscow

Mariana Lysenko

N.I. Pirogov Russian National Research Medical University

Email: lysenkiMA@zdrav.mos.ru
ORCID iD: 0000-0001-6010-7975
SPIN 代码: 3887-6250

MD, Dr. Sci. (Medicine), Professor

俄罗斯联邦, Moscow

Darya Fomina

Moscow City Hospital 52; The First Sechenov Moscow State Medical University (Sechenov University); Astana Medical University

Email: daria_fomina@mail.ru
ORCID iD: 0000-0002-5083-6637
SPIN 代码: 3023-4538

MD, Cand. Sci. (Medicine), Assistant Professor

俄罗斯联邦, Moscow; Moscow; Astana, Republic of Kazakhstan

参考

  1. Turner PJ, Campbell DE, Motosue MS, Campbell RL. Global trends in anaphylaxis epidemiology and clinical implications. J Allergy Clin Immunol Pract. 2020;8(4):1169–1176. doi: 10.1016/j.jaip.2019.11.027
  2. Motosue MS, Bellolio MF, Van Houten HK, et al. Increasing emergency department visits for anaphylaxis, 2005–2014. J Allergy Clin Immunol Pract. 2017;5(1):171–175.e3. doi: 10.1016/j.jaip.2016.08.013
  3. Turner PJ, Gowland MH, Sharma V, et al. Increase in anaphylaxis-related hospitalizations but no increase in fatalities: an analysis of United Kingdom national anaphylaxis data, 1992–2012. J Allergy Clin Immunol. 2015;135(4):956–963.e1. doi: 10.1016/j.jaci.2014.10.021
  4. Motosue MS, Bellolio MF, Van Houten HK, et al. Outcomes of emergency department anaphylaxis visits from 2005 to 2014. J Allergy Clin Immunol Pract. 2018;6(3):1002–1009.e2. doi: 10.1016/j.jaip.2017.07.041
  5. Liew WK, Williamson E, Tang ML. Anaphylaxis fatalities and admissions in Australia. J Allergy Clin Immunol. 2009;123(2):434–442. doi: 10.1016/j.jaci.2008.10.049
  6. Cardona V, Ansotegui IJ, Ebisawa M, et al. World allergy organization anaphylaxis guidance 2020. World Allergy Organ J. 2020;13(10):100472. doi: 10.1016/j.waojou.2020.100472
  7. Simons FE, Ardusso LR, Bilò MB, et al. International consensus on (ICON) anaphylaxis. World Allergy Organ J. 2014;7(1):9. doi: 10.1186/1939-4551-7-9
  8. Muraro A, Worm M, Alviani C, et al. EAACI guidelines: anaphylaxis (2021 update). Allergy. 2022;77(2):357–377. doi: 10.1111/all.15032
  9. Nikitina EA, Lebedkina MS, Mukhina OA, et al. Clinical-anamnestic analysis of patients diagnosed as “Anaphylaxis” hospitalized in Moscow medical hospitals. Russian Journal of Allergy. 2024;21(1):82–97. (In Russ.). doi: 10.36691/RJA16909
  10. Ring J, Messmer K. Incidence and severity of anaphylactoid reactions to colloid volume substitutes. Lancet. 1977;1(8009):466–469. doi: 10.1016/s0140-6736(77)91953-5
  11. Clinical guidelines. Anaphylactic stroke (2nd revision). Russian Association of Allergologists and Clinical Immunologists; Federation of Anesthesiologists and Resuscitators. 2023. Available from: https://raaci.ru/dat/pdf/allergic_shock.pdf. Accessed: 14.12.2024. (In Russ.).
  12. Rodriguez MZ, Comin CH, Casanova D, et.al Clustering algorithms: a comparative approach. PLoS One. 2019;14(1):e0210236. doi: 10.1371/journal.pone.0210236
  13. Ackermann MR, Blömer J, Kuntze D, Sohler C. Analysis of agglomerative clustering. Algorithmica. 2014; 69(1):184–215. doi: 10.1007/s00453-012-9717-4
  14. Van der Maaten L, Hinton G. Visualizing data using t-SNE. J Mach Learn Res. 2008;9(86):2579–2605. Available from: http://jmlr.org/papers/v9/vandermaaten08a.html.Accessed: 02.02.2025.
  15. Pedregosa F, Varoquaux G, Gramfort A, et al. Scikit-learn: machine learning in python. J Mach Learn Res. 2011;12:2825–2830. Available from: https://www.jmlr.org/papers/volume12/pedregosa11a/pedregosa11a.pdf. Accessed: 02.02.2025.
  16. Sankaran PG, Sunoj SM, Nair NU. Kullback–Leibler divergence: a quantile approach. Stat Probab Lett. 2016;111:72–79. doi: 10.1016/j.spl.2016.01.007
  17. Davies DL, Bouldin DW. A cluster separation measure. IEEE Trans Pattern Anal Mach Intell. 1979;1(2):224–227. doi: 10.1109/TPAMI.1979.4766909
  18. Calinski T, Harabasz J. A dendrite method for cluster analysis. Communications in Statistics. 1974;3(1):1–27. doi: 10.1080/03610927408827101
  19. Kaufman L, Rousseeuw PJ. Finding groups in data: an introduction to cluster analysis. John Wiley & Sons, Inc., 1990. doi: 10.1002/9780470316801
  20. Mayorga C, Ariza A, Muñoz-Cano R, et al. Biomarkers of immediate drug hypersensitivity. Allergy. 2024;79(3):601–612. doi: 10.1111/all.15933
  21. Galvan-Blasco P, Gil-Serrano J, Sala-Cunill A. New biomarkers in anaphylaxis (beyond tryptase). Curr Treat Options Allergy. 2022;9(4):303–322. doi: 10.1007/s40521-022-00326-1
  22. Reber LL, Hernandez JD, Galli SJ. The pathophysiology of anaphylaxis. J Allergy Clin Immunol. 2017;140(2):335–348. doi: 10.1016/j.jaci.2017.06.003
  23. Maurer M, Magerl M, Betschel S, et al. The international WAO/EAACI guideline for the management of hereditary angioedema — the 2021 revision and update. Allergy. 2022;77(7):1961–1990. doi: 10.1111/all.15214
  24. Yuste-Montalvo A, Fernandez-Bravo S, Oliva T, et al. Proteomic and biological analysis of an in vitro human endothelial system in response to drug anaphylaxis. Front Immunol. 2021;12:692569. doi: 10.3389/fimmu.2021.692569
  25. Pampura A, Esakova N, Zimin S, Filippova E. Anaphylaxis biomarkers: present and future. Eur Ann Allergy Clin Immunol. 2024;56(6):243–251. doi: 10.23822/EurAnnACI.1764–1489.350

补充文件

附件文件
动作
1. JATS XML
下载
2. Fig. 1. Agglomerative clustering by 2 components. Visualization of clusters obtained using the t-distribution method, which converts a high-dimensional data space into a two-dimensional one for visualization. In the image, each point corresponds to a different sample, and the color coding indicates belonging to a specific cluster.

下载 (780KB)
索引源数据

版权所有 © PH “ABV-Press”, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».