Inflammation syndrome with autoimmune component in the patients with acute myocardial infarction: quantum genetic algorithm, neuronet

Abstract

The purpose of the study was optimizing the diagnosis of the inflammatory syndrome with an autoimmune component in patients with acute myocardial infarction using a quantum genetic algorithm and graph neural networks. There were 47 patients observed with acute myocardial infarction, and among them, 35 experienced complications. The diagnostic criteria of the inflammatory syndrome with an autoimmune component include elevated level of ratio of chaperone 60 autoantibodies to interleukin-10 more than 4.99 conditional units, ratio of chaperone 60 autoantibodies to C-reactive protein more than 4.2 conventional units, ratio of C-reactive protein to interleukin-10 is less than 0.2 conventional units. This syndrome was present in 33 (70.2 %) out of 47 myocardial infarction patients (p=0.01 by the Chi-Square test). It was presented on visual programming language “Dragon”. Quantum genetic algorithm, graph neural networks using for making decisions for an inflammation syndrome with autoimmune component diagnosis presented in this investigation.

Мета дослідження полягала в оптимізації діагностики запального синдрому із автоімунною складовою у пацієнтів із гострим інфарктом міокарда за допомогою квантового генетичного алгоритму та графових нейронних мереж. Спостерігали за 47 пацієнтами із гострим інфарктом міокарда, у 35 з яких виникли ускладнення. Діагностичні критерії запального синдрому із аутоімунним компонентом включають підвищений рівень співвідношення аутоантитіл до шаперону 60 до інтерлейкіну-10 більше 4,99 умовних одиниць, співвідношення антитіл до шаперону 60 до С-реактивного білка більше 4,2 умовних одиниць, співвідношення С-реактивного білка до інтерлейкіну-10 менше 0,2 умовних одиниць. Цей синдром був виявлений у 33 (70,2 %) з 47 пацієнтів із інфарктом міокарда (p=0,01 за тестом Хі-квадрат). Результати презентовані мовою візуального програмування “Dragon”. Квантовий генетичний алгоритм та графові нейронні мережі використовувалися для прийняття рішень у діагностиці запального синдрому із автоімунною складовою в цьому дослідженні.