基于随机森林算法预测肾病综合征患者的心血管风险

目的 评估随机森林模型对肾病综合征(NS)患者5年心血管疾病风险的预测价值.方法 选取陆军军医大学第一附属医院就诊的350例NS患者随访5年的诊疗资料,按照约7:3的比例划分为训练集和测试集.模型纳入28个预测变量,通过训练集进行随机森林模型构建,测试集数据进行模型验证,选取最优节点值和决策树数目,观察变量的预测重要性并评价模型预测性能.结果 随机森林模型最佳节点值为6、最佳决策树数目为446.模型中预测因子重要性排序依次为:肾小球滤过率(eGFR)、年龄、高密度脂蛋白胆固醇(HDL-C)、载脂蛋白B(apoB)、清蛋白(ALB)、载脂蛋白A1(apoA1)、纤维蛋白原(Fib)、血尿酸(UA)、低密度脂蛋白胆固醇(LDL-C).模型预测的准确率为0.919、精确率为0.935、召回率为0.829,AUC及95％CI为0.899(0.832～0.966).结论 随机森林分类算法确定的重要预测因子可为预测NS患者5年心血管风险提供有用的信息,模型预测性能良好.     

代谢综合征患者白细胞介素-6受体基因多态性与脑梗死的相关性分析

目的探讨代谢综合征患者白细胞介素-6受体（IL-6R）基因外显子9区rs8192284位点单核苷酸多态性与脑梗死的相关性。方法选取659例代谢综合征患者作为研究对象,其中合并脑梗死328例,单纯代谢综合征331例。采用Sanger测序法分析IL-6R基因rs8192284位点多态性,比较两组患者IL-6R基因rs8192284位点基因型分布及等位基因频率,以及两组患者在3种遗传模型下该位点基因型分布。结果两组IL-6R基因rs8192284位点A/A、A/C及C/C基因型分布比较差异有统计学意义（P=0.035）,代谢综合征伴脑梗死组C等位基因频率显著低于单纯代谢综合征组（P=0.011）。3种不同遗传模型下,在加性模型中,与A/A基因型相比,C/C基因型显著降低脑梗死发病率（OR=0.534,95%CI：0.329～0.867,P=0.011）。显性模型中,A/C或C/C基因型患者,发生脑梗死风险明显小于A/A基因型患者（OR=0.726,95%CI：0.530～0.993,P=0.045）;隐性模型中,C/C基因型患者发生脑梗死风险明显小于A/A或A/C基因型患者（OR=0.605,95%CI：0.386～0.949,P=0.029）,差异有统计学意义。采用logistic校正混杂因素干扰后发现近似结果。结论代谢综合征患者中IL-6R基因rs8192284位点单核苷酸多态性可能与脑梗死的遗传易感性相关。     

温州市某医科大学新生心理健康与学习适应关联性分析

目的：探讨大学新生心理健康与学习适应的关联性.方法：在温州市某医科大学2011级新生中,采取随机分层整群抽样的方法,抽取1226人作为研究对象,对其心理健康和学习适应进行调查,使用广义线性模型探讨两者间的关联性.结果：新生中无心理问题、心理健康应给予关注的心理问题和可能有心理问题检出率分别为41.19％、48.53％和10.28％;考试挂科、经济困难、非浙江籍和健康状况较差者,其心理健康水平显著低于对照组（P＜0.05）.学习动力和学习行为得分分别为63.90 ±9.51和93.51±12.70,校正相关混杂因素后,学习动力和学习行为得分均与应受关注或可能存在心理问题的罹患风险间存在显著的负相关关系（P＜0.001）,且呈现出明显的线性趋势（P＜0.001）.结论：大学新生的心理健康问题筛出率较高,学业适应可能是其重要的独立影响因素.     

运用随机森林分析糖尿病视网膜病变的影响因素与HIF-1α基因多态性的关系

目的采用随机森林算法分析糖尿病人群合并视网膜病变的影响因素以及与HIF-1琢基因多态性的关系。方法选取糖尿病合并视网膜患者病变200例（DR组）和糖尿病不合并视网膜病变患者200例（NDR组）,收集各临床及生化指标,并行HIF-1α基因多态性检测,利用随机森林方法进行降维,logistic回归对降维后的变量进行分析。结果两组HIF-1琢基因多态性基因型频率比较差异有统计学意义（字2=9.88,P=0.01）,经随机森林算法筛出6个重要性得分最高且错误率最低的变量纳入logistic回归模型进行分析,年龄（OR=1.03,95%CI：1.01~1.06）,GG基因型（OR=16.20,95%CI：1.98~132.55）,肌酐（OR=1.02,95%CI：1.00~1.03）,糖化血红蛋白（OR=4.46,95%CI：3.35~5.96）为危险因素,行ROC曲线分析logistic回归模型拟合能力高,AUC=0.926,95%CI：0.901~0.952。结论糖尿病合并视网膜病变与HIF-1α基因多态性相关。     

Holliday交叉识别蛋白rs3771333多态性与原发性肝癌临床表型的关联研究

目的：分析Holliday交叉识别蛋白（Holliday Junction Recognition Protein,HJURP）rs3771333多态性与原发性肝癌（HCC）的临床病理特征的关系。方法：采用Taqman基因分型方法检测rs3771333的基因型,分析各基因型与146例HCC患者的TNM分期、癌栓形成等指征的关系,并对可能影响亚组间匹配的混杂因素如性别等5个因素进行校正。结果：在146例肝癌患者中,HJURP rs3771333位点的AA、AC和CC基因型的频率分别为69.2%（101/146）、29.5%（43/146）和1.3%（2/146）。在使用性别等因素校正后,AC基因型在原发灶T1组中的频率高于T2~T4组中的频率（36.4%vs 23.8%）,AC基因型在原发灶数目〈3个组中的频率高于≥3个组中的频率（34.0%vs 19.6%）,但差异均无统计学意义（均P〉0.05）。结论：HJURP rs3771333位点的多态性与HCC的临床特征可能无相关性,该位点的多态性与HCC的疾病演变的关系还需要进一步验证。     

对医学领域层次结构数据拟合线性回归模型时几个问题的探讨

在医学领域存在大量具有层次结构特征的资料,但通常仍采用各类传统线性回归模型分析这类数据。作者探讨了层次结构数据拟合常见的三类线性回归模型所存在的问题,三类模型参数估计间的相互关系以及参数估计精度的校正。结果显示,参数估计及其精度取决于自变量在水平２单位间和水平２单位内的变异大小,残差估计的差别与参数估计的差别有关;当数据具有层次结构时,三类常见的线性回归模型均不适宜,在一定条件下,可采用方差膨胀因子对水平１合并模型的标准误进行校正。     

12个候选单核苷酸多态性位点与中国儿童急性淋巴细胞白血病易感性和预后的关系

目的：探讨12 个候选单核苷酸多态性（SNP）位点和中国儿童急性淋巴细胞白血病（ALL）易感性及预后的关系。方法：复习文献选取12 个候选SNP位点,采用多重PCR后靶向捕获二代测序技术检测各SNP的基因型。采用χ2检验及logistic回归分析对556 例ALL患儿和191 例健康志愿者进行病例-对照研究验证SNP位点与中国儿童ALL易感性的关系。采用Kaplan-Meier生存分析及Cox回归分析365 例ALL患儿SNP位点与ALL预后的关系。结果：Logistic回归分析显示SNP位点基因型与ALL风险增加显著相关：ARID5B 基因的rs10821936 风险等位基因C（OR =1.687,95%CI =1.318～2.135,P ＜0.001］和rs10994982 风险等位基因A（OR =1.594,95%CI =1.259～2.018,P ＜0.001）,IKZF1 基因的rs11978267 风险等位基因G（OR =2.133,95%CI =1.495～3.043,P ＜0.001）和rs4132601风险等位基因G（OR =2.108,95%CI =1.466～3.031,P ＜0.001）以及ZNF230 基因的rs7554607 风险等位基因C（OR =1.481,95%CI =1.161～1.890,P =0.002）。多因素Cox回归分析显示无事件生存率的不良预后因素：SIAT7C 基因的rs10873876 位点TC基因型（HR =2.111,95%CI =1.260～3.539,P =0.005）以及LOC102723724 基因的rs11155133 位点GG基因型（HR =4.787,95%CI =1.652～13.870,P =0.004）,同时它们也是复发率的不良预后因素（前者HR =2.082,95%CI =1.242～3.492,P =0.005,后者HR =4.067,95%CI =1.380～11.988,P =0.011）。结论：ARID5B 基因的rs10821936和rs10994982、ZNF230基因的rs7554607以及IKZF1 基因的rs11978267 和rs4132601为我国儿童ALL潜在易感性位点。SIAT7C 基因的rs10873876以及LOC102723724 基因的rs11155133多态性位点可作为ALL患儿的预后因素。     

非独立试验的组内相关与广义估计方程

目的：探讨几种非独立试验资料的内部相关性。方法：对非独立数据建立随机效应模型,利用广义估计方程之残差估计组内相关系数。结果;组内相关反映了非独立试验资料间的共变关系或同趋性;由广义估计方程导出的组内相关是以方差齐性为前提的。结论：对非独立试验,不仅要关心处理组间的效应,亦应关心非独立数据间的相关程度。用随机效应模型分析非独立资料,可得到更多的信息。     

胃食管反流病增加慢性阻塞性肺疾病的患病风险：一项两样本双向孟德尔随机化研究

目的：采用两样本双向孟德尔随机化（Mendelian randomization,MR）方法研究胃食管反流病（gastroesophageal reflux disease,GERD）与慢性阻塞性肺疾病（chronic obstructive pulmonary disease,COPD）的因果关系。方法：基于大规模全基因组关联研究（genome-wide association studies,GWAS）汇总数据，选择相互独立且与胃食管反流病及COPD高度相关的单核苷酸多态性（single nucleotide polymorphism,SNP）作为工具变量。采用逆方差加权法固定效应模型（inverse variance weighted-fixed effects,IVW-FE）为主要分析方法，简单中位数法、加权中位数法、MR Egger回归法进行结果验证和稳定性检验；采用F统计量、Cochran Q检验、MR Egger截距测试、孟德尔随机多态性残差和离群值（mendelian randomization pleiotropy residual sum and outlier,M...     

病例对照设计为基础的候选基因关联研究中交互作用的统计方法进展

 候选基因关联研究中基因 基因、基因 环境交互作用的统计分析有利于揭示疾病的发生机制。本文针对病例对照设计的候选基因关联研究,综述交互作用的统计方法及其进展。交互作用的统计方法包括参数法和非参数法。参数法中最常用的为Logistic回归模型,非参数法主要是数据挖掘方法。有4类数据挖掘方法可用于候选基因关联研究,包括降维法、基于树的方法、模式识别法和贝叶斯法。本文对最常用且可靠的几种数据挖掘方法(多因子降维法、分类回归树、随机森林、贝叶斯上位效应关联图谱)的原理、分析过程和优缺点予以比较。参数法和非参数法分析交互作用时各有优缺点;低维数据的分析可采用参数法和非参数法,高维数据的分析则主要采用非参数法。随着基因分型技术的发展,可检测的SNP规模逐渐增大,使得非参数方法的应用越来越广。     

Enhanced Cancer Recognition System Based on Random Forests Feature Elimination Algorithm

Accurate classifiers are vital to design precise computer aided diagnosis (CADx) systems. Classification performances of machine learning algorithms are sensitive to the characteristics of data. In this aspect, determining the relevant and discriminative features is a key step to improve performance of CADx. There are various feature extraction methods in the literature. However, there is no universal variable selection algorithm that performs well in every data analysis scheme. Random Forests (RF), an ensemble of trees, is used in classification studies successfully. The success of RF algorithm makes it eligible to be used as kernel of a wrapper feature subset evaluator. We used best first search RF wrapper algorithm to select optimal features of four medical datasets: colon cancer, leukemia cancer, breast cancer and lung cancer. We compared accuracies of 15 widely used classifiers trained with all features versus to extracted features of each dataset. The experimental results demonstrated the efficiency of proposed feature extraction strategy with the increase in most of the classification accuracies of the algorithms.     

可变剪切事件在胰腺癌中的发生及其临床意义

目的探索胰腺癌(PAAD)中存在的差异RNA剪接模式,分析可变剪切(AS)事件与胰腺癌临床预后的关系。方法自癌症基因组图谱(TCGA)中下载RNA-seq数据、临床数据资料,提取剪接因子(SF)表达量;采用TCGA SpliceSeq工具下载提取AS事件数据,评估7种可变剪切类型在胰腺癌病例中的发生情况;采用Kaplan-Meier分析及Cox回归分析评估AS事件风险值和生存时间之间的相关性,并探索PAAD的独立危险因素;采用Cytoscape构建基于生存相关的AS事件与SF的调控关系网络。结果PAAD中与生存相关的AS事件以外显子跳跃(ES)类型多见,外显子互斥(ME)类型较少;各亚型AS事件对生存影响不同,低风险组的预后较好,且风险值可作为PAAD独立预后因素(P<0.01,AUC=0.765)。剪接网络提示PAAD患者中剪接因子的表达与AS事件之间具有相关性。结论AS事件风险值可作为PAAD的独立预后因子,且SF对AS事件的调控呈多样性,SF可能会作为PAAD治疗的潜在靶点。     

基于机器学习算法建立2型糖尿病患者冠心病辅助诊断模型

 目的 筛选2型糖尿病患者群合并冠心病危险因素并建立风险分类模型,为临床辅助诊断提供有价值的参考。方法 通过重庆医科大学大数据平台收集出院时间为2014年1月1日至2019年12月31日行冠状动脉造影术的2型糖尿病患者944例,根据造影结果分为2型糖尿病合并冠心病715例（T2DM-CAD组）和2型糖尿病非冠心病229例（T2DM组）。采用倾向得分匹配法（Propensity Score Matching,PSM）均衡组间混杂因素的影响,匹配后T2DM-CAD组389例,T2DM组221例。使用单因素分析与Logistic回归筛选冠心病发病的危险因素。采用贝叶斯优化（Bayesian Optimization,BO）算法优化支持向量机（Support Vector Machine,SVM）模型、随机森林（Random Forest,RF）模型、极限梯度上升（eXtreme Gradient Boosting,XGB）模型和Logistic回归模型,并比较4种分类模型的分类性能。结果 共收集缺失值<30%的指标35项,单因素分析筛选出有统计学差异的指标20项。逐步向前Logistic回归筛选出11项危险因素,包括心率、吸烟、糖尿病肾病、血肌酐、甘油三酯、脂蛋白a、白蛋白、总胆红素、谷草转氨酶、糖化血红蛋白和尿糖。基于危险因素建立的分类模型中优化后的RF模型性能在5折交叉验证（F1值=0.711,AUC=0.811） 以及验证集（F1值=0.752,AUC=0.810）中表现最优。结论 建立了参数优化RF模型,可用于判断2型糖尿病患者是否合并冠心病,具有良好性能。     

流感样疾病对门诊人数的影响

目的 用流感样病例数(ILI)预测门诊就诊人数,以估计流感对人群健康的影响.方法 资料来源于广州市两所流感监测医院的内科、儿科和急诊科的每周门诊人数和ILI病例数,时间从2002年第22周至2004年第53周,共137周.应用谱分析和时间序列方法分析门诊人数的变化趋势.以ILI为自变量,门诊人数为因变量,建立预测模型,最优模型的选择依据于决定系数、池田信息准则(AIC)、残差分析及对模型的前瞻性考核.结果 两年的门诊人数呈线性上升(P＜0.001),并具备一定的周期性.门诊人数与ILI之间呈显著正相关(r=0.568,P＜0.001).自回归模型的残差为白噪声序列,模型的决定系数为0.75,前瞻性考核发现模型的决定系数为0.56.结论 可用自回归模型分析ILI与门诊人数的关系,进而用于评估流感对人群健康的影响.     

基于倾向指数匹配法的肝癌病人疗效评价

目的根据临床观测所得数据,采用倾向指数匹配法均衡介入治疗（TACE）和介入联合射频消融术治疗（TACE+RFA）两组
之间的混杂因素,评价肝癌病人的疗效。方法以分组变量为因变量,以协变量为自变量建立Logistic回归模型并计算肝癌病人
的倾向指数,用倾向指数卡钳匹配法均衡组间的协变量,对匹配后的数据进行生存分析。结果匹配前两组间不均衡的协变量
在匹配以后达到了均衡。匹配之前,TACE组和TACE+RFA组的1年生存率分别为52.07%、59.08%,2年生存率分别为32.24%、
36.43%,3年生存率分别为16.54%、19.39%;两组中位生存期分别为1.20和1.40年;Logrank检验结果表明两组生存曲线间无统
计学差异（P>0.05）;匹配之后,TACE组和TACE+RFA组的1 年生存率分别为54.39%、62.28%,2 年生存率分别为23.15%、
40.08%,3年生存率分别为10.20%、18.52%,两组中位生存时间分别为1.10和1.50年;Logrank检验结果表明两组生存曲线之间
差别有统计学意义（P=0.0033）,说明联合治疗组的生存率高于TACE组。结论采用倾向指数匹配法能有效降低混杂偏倚,对
肝癌病人的治疗效果做出正确评价。
     

抗CCP抗体与RF联合检测在RA诊断中的价值

目的探讨联合检测抗环瓜氨酸肽（CCP）抗体和类风湿因子（RF）在类风湿关节炎（RA）诊断中的价值。方法抗-ccp采用化学发光（MEIA）法,RF采用散射速率比浊法检测,取70例RA、130例非RA患者血清检测抗-CCP和RF。结果 70例RA患者中抗-CCP阳性54例,RF阳性52例,两项同时阳性64例,同时阴性6例,故抗-CCP、RF及两者联合检测在RA患者中的阳性率分别为77.1%、74.3%和91.4%;130例非RA患者中抗-CCP阳性5例,RF阳性38例,无1例两项同时阳性,故抗-CCP、RF及抗-CCP和RF联合检测在非RA患者中的阳性率分别为3.85%、29.23%和0。经过统计学分析联合检测与单项检测比较,差异有统计学意义（P〈0.01）,且RA患者抗-CCP与RF阳性率显著高于非RA患者,差异有统计学意义（P〈0.01）。结论抗-CCP和RF联合检测可明显提高RA的诊断率。     

速率散射比浊检测类风湿因子临床应用初探

目的 :探讨定量检测类风湿因子 (rheumatoidfactor,RF)在类风湿关节炎的诊断、疗效考核方面的应用价值。方法 :速率散射抗原过量比浊法对 5 3例已确诊为类风湿关节炎的病人进行类风湿因子 (RF)定量检测。结果 :有 4 6例 >2 0IU/ml,占 86 .8%。对其中 2 3例经治疗后临床症状有明显缓解者进行RF水平的动态检测 ,其平均值为 38.6IU/ml,并与治疗前结果均值为 6 1.3IU/ml比较 (配对t检验 ,P <0 .0 1)RF水平显著下降。结论 :速率散射抗原过量比浊法定量检测RF对类风湿关节炎的诊断具有重要价值 ,而连续检测RF所呈现的水平变动趋势对该病的疗效考核具有重要意义     

数字乳腺层析成像系统影像链的设计与优化

目的针对数字乳腺层析成像技术（DBT）需求,研制DBT整机系统,实现其成像影像链的设计与优化。方法基于三维X 射线断层成像技术以及数字影像处理技术,作者结合DBT成像扫描模式,研究其投影数据校正、几何校正、投影增强、滤波调制 及图像重建方法,并搭建了硬件测试系统。实验中,利用标准ACR体模与高分辨率体模,对系统稳定性及噪声水平进行评估; 并采用商用设备的病人投影数据测试影像链成像算法效果。结果采用几何校正参数重建高分辨率体模的图像,线对清晰,无 混淆伪影;滤波调制后重建的ACR体模图像中,钙化点、囊肿、纤维结构更加清楚;增强处理后重建的病人乳腺图像,组织间对 比度更高,病灶显示更加清晰。结论本文所介绍的DBT系统可用于乳腺断层成像,图像质量与商用DBT系统相当,为乳腺疾 病的诊断提供重要的影像信息。     

相关实验室指标在早期类风湿性关节炎中的应用

目的 评价目前众多类风湿性关节炎 (RA) 相关实验室指标并筛选出最优化的早期RA相关指标.方法 设置RA组158例、早期RA组121例、正常对照组100例;检测各组总类风湿因子 (RF) 等14个指标并做统计分析;去除无统计学差别指标, 以ROC曲线评价剩余指标在早期RA中的诊断效能, 以AUC>0.75为标准, 初步筛选出具有诊断效能的指标;将筛出指标做双变量相关分析, 明显相关者归为一类.结果 (1) 14项指标中, 除RF IgA、CRP外, 其余指标在3组中均有明显统计学差异 (P<0.05) ; (2) 单一指标检测曲线下面积 (AUC) 超过0.75的指标6项:GPI (0.929) 、抗MCV (0.923) 、RF IgG (0.904) 、抗CCP (0.901) 、APF (0.891) 和总RF (0.880) ; (3) 经双变量相关分析, 6个指标与是否为早期RA均存在明显正相关, 归集为3类:GPI类、抗MCV类 (含抗CCP和APF) 、RF IgG类 (含总RF) .结论 14项指标中, 仅GPI类、抗MCV类及RF IgG类6项指标对早期RA具有较高诊断效能, 实际工作中每类仅需选择1项开展即可, 临床和实验室应避免重复或开展低效能检测.     

联合检测抗CCP抗体与RF在类风湿关节炎中的临床意义

目的探讨抗环瓜氨酸肽（CCP）抗体和类风湿因子（RF）联合检测对类风湿性关节炎（RA）的临床意义并了解二者之间的相关性。方法对118例RA患者及96例非RA患者进行抗CCP抗体和RF的测定,用酶联免疫吸附试验（ELISA）检测血清抗CCP抗体,用速率散射比浊法定量检测RF。结果在RA组检出抗CCP抗体和RF阳性率明显高于非RA组,抗CCP和RF在对RA检测中的特异性和敏感性分别是91.67%、59.32%和70.8%、79.66%,二者联合检测特异度和敏感度是44.07%、94.91%。RA组中RF阴性组抗CCP抗体的阳性比例高于RF阳性组,说明当RF检测阴性时检测抗CCP抗体对RA有很好的预测价值,是早期诊断RA的良好指标。经Spearman相关性分析,抗CCP抗体与RF呈正相关性（P=0.004）。结论抗CCP抗体是类风湿的特异性诊断指标,与RF联合检测有助于提高RA临床诊断。