代谢组学在筛选急性肾损伤早期标志物中的应用

急性肾损伤是指由各种原因导致的肾功能急剧下降的临床综合征，具有起病急和治疗困难的特点。早期诊断或预测急性肾损伤的发生对其治疗具有较大临床意义。代谢组学是近年发展起来的新的组学研究方法，其与基因组学、转录组学、蛋白质组学共同构成了生物系统研究的核心，是当今生命科学研究活跃的领域之一。代谢组学可对生物体内组织或细胞代谢物进行定量分析，被认为具有发现疾病早期特异性标志物、预测疾病发生和发展的潜力。采用代谢组学方法筛选急性肾损伤发生的早期标志物可早期预测和诊断急性肾损伤，本文就应用代谢组学法筛选早期诊断急性肾损伤的潜力标志物进行综述。     

降钙素原诊断重症急性胰腺炎的系统评价

目的系统评价当前研究降钙素原(PCT)预测重症急性胰腺炎(SAP)的文献质量,PCT作为SAP诊断标志物的价值。方法制定检索策略及纳入和排除标准,系统检索MEDLINE、Pub Med、the Cochrane clinical trials register数据库收集潜在的文献,并根据诊断性研究质量评价工具(QUADAS)评估纳入文献的质量,提取数据,进行Meta分析。结果共检索到相关文献188篇,符合纳入标准的文献12篇。PCT预测SAP的合并灵敏度和特异度分别为72%和86%;诊断优势比(DOR)为14.9(95%CI=5.6～39.8),SROC曲线下面积为0.87。结论目前研究表明PCT对SAP进展有较好的预测价值。     

急性肾损伤早期生物标志物研究进展

急性肾损伤是指发生急性肾功能异常，它概括了从肾功能微小改变到最终肾衰竭整个过程。对急性肾衰竭早期诊断和治疗具有更积极的意义。寻找能早期诊断和预测AKI的生物标志物是目前的关键。本文就近年来所研究的几种标志物作一综述。     

多源数据在流感预测中的应用研究

目的：梳理目前流感预测研究中多源数据的应用,为流感等传染病监测研究提供启示和参考。方法：系统检索Web of Science数据库、Scopus数据库、PubMed数据库、中国知网（CNKI）数据库、万方数据知识服务平台和维普中文期刊服务平台,检索时间为2009年1月至2022年4月。纳入基于多源数据进行流感预测的相关研究文献,并对符合纳入和排除标准的文献进行评述。结果：共纳入文献115篇,根据多源数据使用频率,从高至低依次为互联网数据、环境数据、症状监测数据和组合数据,基于多源数据的流感预测模型包括传染病模型、时空模型、机器学习模型和集成模型。结论：基于传统监测系统和新型数据源的预测模型在提升流感预测预警能力上已取得成效,但仍需从数据质量提升、预测模型优化、预警系统平台和工具改进、信息技术集成等方面进一步提高预测的准确性和及时性。     

基于PubMed的心肌炎生物标志物双向聚类分析

目的:探索分析近年来心肌炎生物标志物的研究热点。方法:选用PubMed数据库,检索式为"Biomarkers"[Mesh] AND "Myocarditis"[Mesh],检索结果采用书目信息挖掘系统(BICOMS)软件进行文献计量学分析,使用gCLUTO 2.1软件进行双向聚类及可视化分析。结果:共检索到文献592篇,统计分析后划分为以下6个主题:规范使用生物计算机语言能更好的在生物医学数据库中检索到目标文献;4-1BB、CD11b(+)单核细胞、CCR1拮抗剂通过激活T细胞的免疫应答对抗心肌炎;PubTator软件有助于检索专业医学数据;IL-33、IL-22对由柯萨奇病毒所致的病毒性心肌炎有保护作用;髓间充脂干细胞、联合治疗CTLA4Ig与ICOSIg、CCR5三者均能对抗自身免疫性心肌炎;利用核磁成像对MINCOA及心肌炎患者诊断与治疗。结论:双向聚类分析方法很好地体现了当前心肌炎生物标志物领域的研究热点与发展趋势。     

急性肾损伤早期生物标志物的研究分析

急性肾衰竭（ARF）患者的死亡率仍然居高不下,导致该情况的主要因素是现阶段在预测肾脏早期损伤、评价肾脏损伤和进行治疗效果评估的过程中没有足够敏感的特异指标.该综述经过对半胱氨酸蛋白酶抑制蛋白C、中性粒细胞凝胶酶相关脂质运载蛋白等标志物的应用进行了分析和探讨,以了解其在急性肾损伤中的诊断价值,为早期诊断、治疗急性肾损伤提供理论支持.此外还对相关的急性肾损伤早期标志物进行了探讨.     

血清微小RNA-21-3p及白细胞介素-18水平对急性重症胰腺炎并发急性肾损伤的预测价值

目的:探讨血清微小RNA-21-3p(miR-21-3p)及白细胞介素18(IL-18)水平对急性重症胰腺炎并发急性肾损伤的预测价值。方法:纳入急性重症胰腺炎患者120例为研究对象，根据是否出现急性肾损伤分为急性肾损伤组(46例)和非急性肾损伤组(74例)。另选择同期体检健康者60例为健康组。三组均在入院时采集空腹状态下肘静脉血，采用实时荧光定量聚合酶链式反应测定miR-21-3p表达量，采用酶联免疫吸附试验测定IL-18水平。比较三组miR-21-3p表达量、IL-18水平。比较不同临床资料患者miR-21-3p表达量和IL-18水平。采用多元Logistic回归分析急性重症胰腺炎并发急性肾损伤的影响因素。绘制受试者工作特征(ROC)曲线，分析血清miR-21-3p及IL-18对急性重症胰腺炎并发急性肾损伤的预测价值。结果:与健康组比较，急性肾损伤组、非急性肾损伤组血清miR-21-3p表达量和IL-18水平更高，且急性肾损伤组血清指标高于非急性肾损伤组(均P<0.05)。不同APACHEⅡ评分、CT分级、有无胸水患者的miR-21-3p表达量和IL-18水平比较差异有统计学意...     

基于蛋白质组学筛选单肺通气潜在肺损伤标志物

目的 应用蛋白质组学研究单肺通气及急性肺损伤( ALI)/急性呼吸窘迫综合征( ARDS)的差异蛋白,筛选单肺通气潜在肺损伤相关标志物. 方法 检索数据库应用蛋白质组学研究ALI/ARDS生物标志物的文献(文献组);应用同位素标记绝对和相对定量( iTRAQ)技术检测20例行单肺通气肺癌患者血清差异蛋白质(实验组). 分析文献数据与实验数据的异同. 结果 文献组检索获得符合求文献13篇,涉及ALI/ARDS蛋白标志物229个;实验组共鉴定出189个蛋白,至少在2个时间点发生差异表达的蛋白质31个,利用生物信息学选出11个核心蛋白. 综合两组经数据分析后,共筛选出21个潜在肺损伤差异蛋白,其中有9个蛋白被重复发现2 次以上,包括触珠蛋白、S100 钙结合蛋白A8、抗凝血酶Ⅲ等.结论 数据分析后获得的21个蛋白质可能是潜在增加单肺通气肺损伤的生物学标志物,值得进一步研究.     

我国健康扶贫领域研究主题及其演化

目的：分析目前国内健康扶贫领域的研究主题及其演化过程,揭示健康扶贫领域的研究内容和研究动态。方法：采取混合关键词策略从三大中文数据库检索得到的366篇文献中提取其文献特征关键词,采用系统聚类方法确定文献的研究主题,基于韦恩图和主题耦合关系网络图分析我国健康扶贫领域研究主题及其演化主题之间的相互关系。结果：国内健康扶贫领域主要有9个研究主题,其中倾斜性健康扶贫政策、医疗机构扶贫、基层医疗队伍扶贫、医疗精准扶贫保障体系、深度贫困地区脱贫攻坚、互联网+远程医疗,以及健康教育与艾滋病防治为持续发展主题,妇幼卫生扶贫资金项目为阶段性主题,健康风险为新兴主题。结论：我国健康扶贫领域的研究在主题内容上呈现从简单到深入、基础到核心、宏观到微观的发展态势,不同研究主题在整个领域的地位和作用不同,各主题间相互关联、协同发展。     

健康管理能否发展为独立交叉学科的趋势分析

目的：探讨健康管理能否发展为独立学科。方法：从中国期刊全文数据库和Web of Science核心合集数据库采集健康管理领域文献题录数据和部分全文数据,利用文献计量法、文本挖掘法、内容分析法、社会网络分析法、二模网络分析法从文献增长、研究主题、研究方法、核心作者群和学术共同体5个层面分析该领域研究现状和趋势。结果：文献增长和研究主题是健康管理发展为独立学科的有利因素,研究方法、核心作者群和学术共同体是健康管理发展为独立学科的不利因素。结论：健康管理目前作为独立学科的条件尚不充分,但具有发展为独立学科的潜力。     

对比剂急性肾损害的早期生物学标志物研究进展

对比剂急性肾损害又称对比剂肾病,欧洲放射学会的定义是血管内使用对比剂后72h内出现的肾损伤并除外其他原因。对比剂急性肾损害是获得性急性肾损害的主要原因,常导致近、远期不良事件的发生和医疗费用的增加,解决问题的关键在于寻找具有早期诊断和预测价值的生物学标志物。     

中性粒细胞明胶酶相关载脂蛋白——早期诊断急性肾损伤的生物标志物

急性肾损伤即以往的急性肾衰竭,具有高发病率及病死率,干预时机的掌握对其转归及预后起着重要影响;但目前缺少有效的早期诊断方法。本文对早期诊断急性肾损伤最有前景的生物标志物之一,中性粒细胞明胶酶相关载脂蛋白进行综述,主要介绍它的生物学性质、对早期诊断的作用及其存在的局限性,旨在为临床早期预测提供帮助。     

我国医疗数据可视化研究的知识图谱分析

目的：梳理我国医疗数据可视化研究的演变过程及核心内容,发掘本领域的科研增长点。方法：对国内三大中文期刊全文数据库中的相关文献进行收集、整合,使用CiteSpace软件进行知识图谱分析及文献计量学分析。结果：共筛选出目标文献5 292篇,分4个时间窗展示主题网络聚类图谱及关键词计量指标统计结果。结论：我国医疗数据可视化领域的研究主题早期相对集中、稳定,主要集中于三维重建、可视化人体等方面。近几年研究文献数量呈现指数级增长,研究主题逐步多元化和细化,新增了如网络药理学、知识图谱、新技术研究等主题。     

STAN: spatio-temporal attention network for pandemic prediction using real-world evidence

ObjectiveWe aim to develop a hybrid model for earlier and more accurate predictions for the number of infected cases in pandemics by (1) using patients’ claims data from different counties and states that capture local disease status and medical resource utilization; (2) utilizing demographic similarity and geographical proximity between locations; and (3) integrating pandemic transmission dynamics into a deep learning model.Materials and MethodsWe proposed a spatio-temporal attention network (STAN) for pandemic prediction. It uses a graph attention network to capture spatio-temporal trends of disease dynamics and to predict the number of cases for a fixed number of days into the future. We also designed a dynamics-based loss term for enhancing long-term predictions. STAN was tested using both real-world patient claims data and COVID-19 statistics over time across US counties.ResultsSTAN outperforms traditional epidemiological models such as susceptible-infectious-recovered (SIR), susceptible-exposed-infectious-recovered (SEIR), and deep learning models on both long-term and short-term predictions, achieving up to 87% reduction in mean squared error compared to the best baseline prediction model.ConclusionsBy combining information from real-world claims data and disease case counts data, STAN can better predict disease status and medical resource utilization.     

医学知识图谱构建研究进展

针对医学数据专业性强、结构复杂等特点,解析了构建医学知识图谱的关键技术,介绍了利用机器学习和深度学习的方法识别医学命名实体、实体链接和抽取语义关系,以及医学知识图谱在医院智能导诊、疾病筛查和预测、辅助临床诊断、医疗保险风险预测和医学知识科普方面的应用。结合当前我国医学知识图谱构建在数据和技术层面临的问题和挑战,提出了相应的对策和建议。     

主动脉夹层术后早期急性肾损伤的危险因素分析

目的探讨主动脉夹层手术后早期发生急性肾损伤的围术期危险因素。方法回顾性收集2006年1月-2013年6月在本院心血管外科接受主动脉夹层手术的104例患者的临床资料,根据KDIGO分级诊断标准将患者分为急性。肾损伤组和非急性肾损伤组,采用Logistic多因素回归分析术后发生急性。肾损伤的危险因素。结果术后48h内发生急性肾损伤78例（75．0％）,12例（11．5％）术后需肾替代治疗,住院死亡5例（4．8％）。Logistic回归分析提示：体外循环时间、高血压和深低温停循环时间〉40min是主动脉夹层术后发生急性肾损伤的独立危险因素。结论主动脉夹层术后急性肾损伤的发生概率高。体外循环时间、高血压和深低温停循环时间〉40min是主动脉夹层术后发生急性。肾损伤的独立危险因素。     

RIFLE标准和AKIN标准诊断急性肾损伤的对比研究

目的 用RIFLE标准和AKIN标准评估急性肾损伤(AKI)的发生率,并比较AKIN 标准和RIFLE标准在预测入住ICU危重患者病死率方面的优缺点.方法 回顾性分析2003年1月-2008年6月入住ICU的331例患者(终末肾衰竭进行肾脏替代治疗的不包括在内)的临床资料.结果 AKIN标准比RIFLE标准诊断了更多的AKI患者(50.5% vs.43.8%,P=0.049),分类中1期 (RIFLE标准中的风险期)患者更多(21.1% vs.14.8%,P=0.004),但是在对2期(RIFLE标准中的损伤期) (10.3% vs.10.9%,P=0.668)和3期(RIFLE标准中的衰竭期) (19.0% vs.18.1%,P=0.712)患者的诊断方面两者没有差异.按RIFLE标准定义的AKI患者的病死率明显高于非AKI患者(42.5% vs.12.4%,P＜0.001),按AKIN标准定义的AKI患者的病死率明显高于非AKI患者(40.7% vs.9.8%,P＜0.001).RIFLE标准和AKIN标准在预测住院患者病死率方面差异无统计学意义(P＞0.05).结论 和RIFLE标准相比,AKIN标准可以提高AKI诊断的敏感性,但在预测住院危重患者的病死率方面两者无差别.     

终末期肝病模型评分在预测肝移植患者术后急性肾损伤的发生及预后中的价值

目的 评价终末期肝病模型(MELD)评分在预测尸体肝移植患者术后急性肾损伤(AKI)的发生及预后中的价值.方法 选择上海交通大学医学院附属仁济医院首次接受原位经典尸体肝移植手术的成人患者193例,收集患者的MELD评分等围术期资料.应用AKI网络工作组标准评估患者术后AKI的发生情况,观察MELD评分对AKI发生的影响.应用受试者操作特征(ROC)曲线评价MELD评分预测术后各期AKI的准确性.观察AKI患者的28 d及1年预后,运用ROC曲线评价术前MELD评分预测术后患者死亡的准确性.结果 193例肝移植患者中共有116例(60.1%)发生术后AKI,其中AKI 1、2、3期分别占AKI患者的50.0%、21.6%和28.5%.术前MELD评分≥16.87分的患者术后AKI的发生率为71.6%,显著高于术前MELD评分<16.87分的患者(51.8%,P<0.05).AKI患者的术前MELD评分为(19.53±12.08)分,显著高于非AKI患者的(12.86±9.71)分(P<0.05).术前MELD评分预测术后AKI发生的曲线下面积(AUC)为0.671.术前MELD评分预测术后AKI 1、2、3期发生的AUC分别为0.469、0.575和0.775.以MELD评分18.50分作为诊断截点时.预测术后AKI 3期发生的敏感性和特异性分别为72.7%和71.2%.生存分析显示.AKI患者术后28 d的病死率为15.5%,死亡患者的术前MELD评分为(30.99±11.00)分.显著高于存活患者的(15.42±10.74)分(P<00.05).MELD评分预测肝移植术后AKI患者术后28 d死亡的AUC为0.842.以MELD评分24.84分作为诊断截点时,预测术后早期死亡的敏感度和特异度分别为77.8%和72.2%.术后1年AKI患者的病死率为25.9%,死亡患者的术前MELD评分为(23.22±14.08)分,显著高于存活患者的(15.65±10.78)分(P<0.05),MELD评分预测肝移植术后AKI患者1年死亡的AUC为0.651.结论 肝移植术后AKI患者的术前MELD评分较高,术前MELD评分是术后发生AKI 3期的一种较为敏感的预测指标,是术后AKI患者早期死亡的非常敏感的预测指标,其在预测患者术后1年预后中的价值还有待于进一步研究.     

2型糖尿病肾病预测的集成学习模型研究

目的：构建3个2型糖尿病肾病的预测模型。方法：基于国家临床医学科学数据中心的《糖尿病并发症预警数据集》,采用多种预处理方法清洗数据,通过Logistic回归分析和互信息等方法筛选特征。选用提升决策树、决策森林和决策丛林3种集成学习模型进行训练,实现对2型糖尿病肾病的风险预测。采用准确率、精确率、召回率,F1值和AUC 5个指标评价和比较3种模型的预测效能。结果：3个基于集成学习的糖尿病肾病预测模型的预测水平较高,其中二分类提升决策树模型的预测性能最优。结论：基于集成学习的糖尿病肾病预测模型可以为2型糖尿病肾病的风险预测提供一定的参考和借鉴。     

基于多维度特征融合的深度学习骨龄评估模型

目的 通过基于特征提取的深度卷积神经网络,结合关键区域特征和人口学信息,评估儿童骨龄。方法 自动识别左手X线图像数据,对图像进行预处理,使用基于深度神经网络的X线图像分析方法,实现左手关节骨龄17个关键区域特征的自动提取,再将骨龄影像特征与临床大数据（人口统计、性别）融合训练骨龄评估模型,测试模型的评估效能。结果 使用基于深度学习的特征区域提取方法比传统图像分析方法可以更好地提取特征信息,结合临床信息从另一维度补充了骨龄发育信息。基于多维度数据特征融合的骨龄评估模型检测得到的骨龄平均绝对误差为0.455,优于传统方法和仅端到端的深度学习方法。结论 相较传统的机器学习特征提取方法,基于特征提取的深度卷积神经网络在骨龄回归模型上有更好的表现,结合人口和性别信息可进一步提升基于图像的骨龄预测准确率。