Pipeline-optimized machine learning for chronic fatigue syndrome diagnosis: A lightweight, interpretable model using blood biochemical and metabolomic data.

01.08.2026 · Computational biology and chemistry · Zusammenfassung auf Deutsch

Forscher haben eine neue Methode entwickelt, um das Chronische-Fatigue-Syndrom (CFS) mit Hilfe von Blutuntersuchungen und maschinellem Lernen zu diagnostizieren. Sie haben Daten von über 1.100 CFS-Patienten und 66.000 Gesunden ausgewertet und 10 wichtige Biomarker gefunden, die zur Diagnose beitragen können. Die Studie zeigt, dass diese Methode sehr genau ist und möglicherweise zur frühen Diagnose und personalisierten Behandlung von CFS eingesetzt werden kann.

Datenquelle: Diese Zusammenfassung wurde automatisch aus der Originalveröffentlichung erstellt und kann Fehler enthalten. Maßgeblich ist allein die Originalstudie (DOI 10.1016/j.compbiolchem.2026.108995).

Originalstudie im Volltext ansehen →

Diese Studie in der interaktiven Übersicht öffnen