WO2025228813 - METHOD OF STRATIFYING HAEMATURIA PATIENTS

National phase entry is expected:
Publication Number WO/2025/228813
Publication Date 06.11.2025
International Application No. PCT/EP2025/061350
International Filing Date 25.04.2025
Title **
[English] METHOD OF STRATIFYING HAEMATURIA PATIENTS
[French] PROCÉDÉ DE STRATIFICATION DE PATIENTS ATTEINTS D'HÉMATURIE
Applicants **
RANDOX LABORATORIES LTD
Inventors
FITZGERALD, Peter
LAMONT, John
RUDDOCK, Mark
KURTH, Mary Jo
WATT, Joanne
IRVINE, Allister
Priority Data
2405974.3   29.04.2024   GB
Application details
Total Number of Claims/PCT *
Number of Independent Claims *
Number of Priorities *
Number of Multi-Dependent Claims *
Number of Drawings *
Pages for Publication *
Number of Pages with Drawings *
Pages of Specification *
*
Number of Office Actions *
*
International Searching Authority
*
Recordal of a Change of the Applicant's Name/Address
*
Type of Assignment
*
Applicant's Legal Status
*
*
*
*
*
*
Entry into National Phase under
*
Patent Delivery
*
Translation

* The data is based on automatic recognition. Please verify and amend if necessary.

** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.

Quotation for National Phase entry

Country StagesTotal
China Filing, Examination, Granting2134
EPO Filing, Examination, Granting9415
Japan Filing, Examination, Granting2232
South Korea Filing, Examination, Granting2174
USA Filing, Examination, Granting5340
MasterCard Visa
Total: 21,295
Contact Us
Abstract[English] Identifying the causes of haematuria requires detailed clinical investigations. Unbalanced patient populations (mostly male) and diverse causes complicate patient classification and biomarker identification. Multi-marker analysis with advanced methods can improve diagnosis even in unbalanced datasets. We used k-means clustering, decision trees, random forest with LIME explainer, and CACTUS algorithm to classify patients as healthy (with no clear cause of haematuria) or sick (with an identified cause of haematuria e.g., bladder cancer, or infection). The CACTUS algorithm was more robust to dataset imbalance, achieving balanced accuracy of 0.747 for both genders, 0.718 for females, and 0.803 for males. Key biomarkers identified included microalbumin, male gender, and tPSA for the whole dataset; age, microalbumin, tPSA, cystatin C, BTA, HAD, and S100A4 for males; and microalbumin, IL-8, pERK, and CXCL16 for females. CACTUS outperformed decision trees and random forest, highlighting potential novel biomarkers for future diagnosis.[French] L'identification des causes d'hématurie nécessite des investigations cliniques détaillées. Le déséquilibre des populations de patients (principalement des hommes) et diverses causes compliquent la classification de patients et l'identification de biomarqueurs. Une analyse multi-marqueur faisant appel à des procédés de pointe peut permettre d'améliorer le diagnostic, même dans des ensembles de données non équilibrés. Nous avons utilisé un regroupement de k moyennes, des arbres de décision, une forêt aléatoire avec un explicateur LIME, ainsi qu'un algorithme CACTUS pour classer des patients comme sains (sans cause claire d'hématurie) ou malades (avec une cause identifiée d'hématurie, par exemple, un cancer de la vessie, ou une infection). L'algorithme CACTUS a été plus robuste au déséquilibre de l'ensemble de données, ce qui permet d'obtenir une précision équilibrée de 0,747 pour les deux sexes, de 0,718 pour les femmes, et de 0,803 pour les hommes. Les biomarqueurs clés identifiés comprennent la microalbumine, le sexe masculin et le tPSA pour l'entièreté de l'ensemble de données ; l'âge, la microalbumine, le tPSA, la cystatine C, le BTA, le HAD et la S100A4 pour les hommes ; et la microalbumine, l'IL-8, la pERK et le CXCL16 pour les femmes. L'algorithme CACTUS a surpassé les arbres de décision et la forêt aléatoire, mettant en évidence de nouveaux biomarqueurs pour un diagnostic futur.

Rejoining the server...