14、生物医学中的机器学习：贝叶斯网络与蛋白质和DNA序列挖掘

生物医学中的机器学习：贝叶斯网络与蛋白质和DNA序列挖掘

贝叶斯网络

背景

贝叶斯网络（BN）是一种用于描述和分析多元分布的工具，属于概率图模型家族。它并不一定使用贝叶斯统计方法进行数据分析，其名称源于条件概率分布和边缘概率分布之间的关系。贝叶斯网络结合了图论、概率论、统计学和计算机科学，可用于处理复杂数据并进行因果解释。它在许多领域都有应用，如微软Windows系统和美国国家航空航天局（NASA）的任务控制。在生物医学中，主要应用于专家系统、遗传学的生物信息学应用以及识别基因调控网络。

目标

评估最佳拟合的贝叶斯网络是否能为临床试验中可能的因果亚组效应提供额外信息。

方法

以一项随机临床试验为例，该试验涉及884名患有心血管疾病且低密度脂蛋白胆固醇（LDL - cholesterol）水平正常至中度升高的男性患者。患者被随机分为两组，分别接受20毫克普伐他汀治疗或安慰剂，疗程为2年。使用Matlab的贝叶斯网络工具箱评估年龄、吸烟和高血压的作用。

试验的结果变量包括通过冠状动脉造影测量的冠状动脉段平均直径在基线和2年后的变化，以及随访期间冠状动脉事件（死亡、心肌梗死、中风、冠状动脉介入治疗）的发生情况。

特征	安慰剂组 (n = 434)	普伐他汀组 (n = 450)	P - 值
冠状动脉事件：n (%)