生物信息学在肝细胞癌风险预测中的应用

生物信息学是一门交叉科学,通过综合运用数学、计算机科学和生物学的各种工具,来阐明和理解大量生物数据所包含的生物学意义。随着基因组学测序技术的不断发展,产生大量的生物学数据资源,从大数据中挖掘所蕴藏的生物学意义,已成为了当前亟待解决的主要任务之一。本文主要归纳总结基于特征基因的肝癌风险预测模型,为肝癌的早期检测、预后和治疗方案的优化提供新观点。     

听觉诱发电位指数、脑电双频指数对异丙酚麻醉下患者术中体动反应的预测

目的评价听觉诱发电位指数(AAI)、脑电双频指数(BIS)预测异丙酚麻醉下患者术中体动反应的可能性。方法择期行妇科手术全麻患者28例,ASAⅠ或Ⅱ级,年龄24-62岁,体重46- 71 kg,术前2 h口服咪达唑仑10 mg,入室后以血浆靶浓度3．5μg/ml靶控输注异丙酚、静脉注射芬太尼2μg／kg及维库溴铵0．1 mg／kg麻醉诱导,气管插管后,调整异丙酚血浆靶浓度维持BIS 40-60。切皮后不再追加肌松剂,观察患者术中头面部及四肢的体动反应,记录体动反应发生前、后2min内BIS、AAI的最大值(BISmax、AAImax)及此时段内BIS>75、AAI>40的次数及出现时间。记录术中当BIS>75、AAI>40时前、后2 min内有无体动反应发生及发生时间。结果12例出现体动反应,体动前、后2 min内BISmax为63±16(4例BIS>75,33．3％),AAImax为48±11(12例AAI>40,100％)。麻醉维持过程中,出现14次BIS>75,并发体动反应4次(28．5％),BIS反应时间较体动时间滞后(84±19)s;出现AAI>40者28次,并发体动者12次(42．8％),AAI反应时间较体动时间滞后(13±3)s。结论异丙酚麻醉下BIS、AAI反应时间较体动发生时间滞后,不能预测术中体动反应的发生。     

膜型尿LH酶联免疫试剂监测排卵

应用膜型尿促黄体激素(LH)酶联免疫试剂,对48例不育症患者60个周期进行排卵监测。结果显示基础体温双相型并有血孕酮分泌增加(48.4±20.7nmol/L)的47个周期,尿LH显色均阳性;而基础体温单相型且无孕酮分泌增加(2.6±1.5nmol/L)的13个周期,尿LH显色均阴性。提示膜型尿LH酶联免疫试剂预测排卵无假阳性及假阴性。间隔12小时收集标本,按中位数统计法,尿LH显色程度与血LH浓度呈正相关(r=0.9887,P<0.001)。尿LH显示(±)距排卵时间为32.1±3.1小时,显色加深至(+)距排卵时间为16.9±2.6小时,两组差异有极显著意义(P<0.001);而尿LH显色(++)、(+++)距排卵时间与显色(+)组比较差异无显著意义(P>0.05)。表明一次检测到尿LH显色加深,即可推测排卵反应时间。与基础体温、宫颈评分、B型超声等比较,其预测排卵的价值更为可靠,而且操作简便快速,2分钟显示结果。监测结果还提示尿LH显色阳性的47个周期中,优势卵泡在起始显色的72小时内消失的41个周期为正常排卵,72小时后仍未消失的6个周期为未破裂卵泡黄素化。     

彩色多普勒超声对感染性休克患者急性肾损伤的预测价值

背景 感染性休克患者存在肾脏血液灌注异常,严重时可诱发急性肾损伤(AKI),严重威胁患者生命安全;彩色多普勒超声(CDU)可用于评估肾脏血流变化,但有关其在感染性休克患者AKI评估中价值的研究较少。目的 通过CDU评价感染性休克患者AKI的发生情况及其血流动力学改变。方法 选取2019年6月至2021年7月徐州市中心医院收治的105例确诊为感染性休克的患者并纳入感染组,选取同期健康体检者58例并纳入对照组,收集受试者一般资料。采用CDU检查受试者肾脏血流动力学指标[肾动脉管腔内径(D)、收缩期血流峰值速度(Vs)、舒张末期血流速度(Vd)、阻力指数(RI)、搏动指数(PI)],比较感染组与对照组的一般资料及肾脏血流动力学指标。根据感染组患者入院72 h内发生AKI与否将其分为AKI组及非AKI组,比较AKI组与非AKI组肾脏血流动力学指标。应用受试者工作特征(ROC)曲线分析肾脏血流动力学指标对感染性休克患者发生AKI的预测价值。应用单因素分析及多因素Logistic回归分析探讨感染性休克患者发生AKI的影响因素。以AKI由轻到重的程度将患者分为AKIⅠ组、AKIⅡ组、AKIⅢ组,比较...     

广东省21个地级市医师人力供需分析与趋势预测

目的 分析广东省21个地市的医师人力供需情况,并预测2022年的供需变化趋势。方法 基于卫生服务需求法与Holt指数平滑法,拟合广东省各个地市2009—2019年的住院与门诊服务数据,对2022年医师供需变化进行预测。结果 预测2022年广东省医师需求为322 290人,执业（助理）医师配置总数为331 806人,全省医师供给状况较充足。2019年供需比最高的3个地市分别是珠海市（1.33）、汕头市（1.31）、汕尾市（1.31）;医师供需比最低的3个地市分别是茂名市（0.55）、中山市（0.76）、江门市（0.76）。预测到2022年,医师供需比最高的3个地市分别是汕尾市（1.64）、珠海市（1.34）、深圳市（1.28）;医师供需比最低的3个地市分别是茂名市（0.58）、江门市（0.79）、云浮市（0.90）。结论 2022年广东省医师供需情况良好,医师配置数将超过医师需求数,大部分地市的医师供需情况得到改善。     

2004-2018年中国老年居民慢性非传染性疾病死亡水平与变化趋势

目的分析2004-2018年中国≥65岁老年居民慢性非传染性疾病(慢性病)死亡水平及变化趋势,预测2019-2023年慢性病年龄标化死亡率。方法利用2004-2018年中国死因监测数据集中老年居民死亡数据,分析不同性别、城乡、地区的慢性病粗死亡率、年龄标化死亡率、构成比及变化趋势。采用2010年第六次全国人口普查的人口构成计算年龄标化死亡率;采用加权最小二乘法拟合Joinpoint回归模型,计算全时间段内平均年度变化百分比(AAPC)及95%可信区间;采用对数线性模型预测年龄标化死亡率。结果2004-2018年我国老年居民慢性病年龄标化死亡率从4697.05/10万降至3555.35/10万,平均每年下降2.0%(95%CI:-2.7%~-1.3%)。不同性别、城乡、地区间年龄标化死亡率呈下降趋势。东部地区(AAPC=-2.1%,95%CI:-2.8%~-1.3%)、中部地区(AAPC=-2.8%,95%CI:-3.4%~-2.1%)下降速度均快于西部地区(AAPC=-0.8%,95%CI:-1.8%~0.2%)。慢性病死亡构成比从89.82%上升至91.41%,平均每年上升0.1%(95%CI:0.1%~0.2%)。预计至2023年,男性年龄标化死亡率(3906.23/10万)仍高于女性(2708.43/10万);农村年龄标化死亡率(3283.20/10万)与城市(3250.01/10万)相接近;西部地区(3782.48/10万)与东部地区(3037.01/10万)、中部地区(3249.24/10万)的年龄标化死亡率的差距将进一步拉大。结论2004-2018年我国老年居民慢性病年龄标化死亡率呈下降趋势,死亡构成比呈上升趋势,建议以老年人群中男性居民和西部地区居民作为今后慢病防控关注的重点人群。     

ARIMA乘积季节模型在食源性疾病月发病率预测中的应用

目的 探讨ARIMA乘积季节模型在食源性疾病月发病率研究中的应用,并预测食源性疾病月发病率趋势。方法 采用SPSS 23.0软件对安徽省某市2013年1月至2018年12月的食源性疾病月发病率资料进行ARIMA模型拟合,利用2019年食源性疾病月发病率资料验证模型,并预测2020年食源性疾病月发病率。结果 安徽省某市源性疾病月发病率呈逐年上升趋势,且有明显的周期性。ARIMA（2,0,0）×（0,1,0）12为最优模型（P<0.05）,决定系数（R²）为0.94,贝叶斯信息准则（BIC）为1.862;模型Box-Ljung检验差异无统计学意义（Q=14.682,P＝0.548）,提示残差属于白噪声序列。2019年数据以检验模型外推效果,MAPE= 24.069%,表明模型外推效果较好,且实际值均落在预测值的95%的置信区间,模型预测效果比较理想。结论 ARIMA（2,0,0）×（0,1,0）12模型能够较好的拟合食源性疾病的时间变化,因此可用于食源性疾病月发病率的拟合和预测。     

Aggregating human judgment probabilistic predictions of the safety,efficacy, and timing of a COVID-19 vaccine

Safe, efficacious vaccines were developed to reduce the transmission of SARS-CoV-2 during the COVID-19 pandemic. But in the middle of 2020, vaccine effectiveness, safety, and the timeline for when a vaccine would be approved and distributed to the public was uncertain. To support public health decision making, we solicited trained forecasters and experts in vaccinology and infectious disease to provide monthly probabilistic predictions from July to September of 2020 of the efficacy, safety, timing, and delivery of a COVID-19 vaccine. We found, that despite sparse historical data, a linear pool—a combination of human judgment probabilistic predictions—can quantify the uncertainty in clinical significance and timing of a potential vaccine. The linear pool underestimated how fast a therapy would show a survival benefit and the high efficacy of approved COVID-19 vaccines. However, the linear pool did make an accurate prediction for when a vaccine would be approved by the FDA. Compared to individual forecasters, the linear pool was consistently above the median of the most accurate forecasts. A linear pool is a fast and versatile method to build probabilistic predictions of a developing vaccine that is robust to poor individual predictions. Though experts and trained forecasters did underestimate the speed of development and the high efficacy of a SARS-CoV-2 vaccine, linear pool predictions can improve situational awareness for public health officials and for the public make clearer the risks, rewards, and timing of a vaccine.     

GM(1,1)灰色模型在尘肺患病人数预测的应用与评价

目的 探讨验证灰色模型在尘肺患病人数预测的应用效果。方法 利用该煤矿1996～1986年尘肺患病人数进行建模，并建立了数学模型X(I)=583e^0.038(T-II)-452，作外推预测验证。结果 该灰色预测模型的拟合程度较高，取得了较好的效果。结论 灰色模型可应用于尘肺患病人数的预测。     

巨大儿临床预测方法的局限性探讨

目的分析常用的几种巨大儿产前临床预测方法的应用价值。方法将2000年1月1日至2005年3月31日在北京大学第三医院妇产科进行产前检查并分娩巨大儿的273例孕妇临床资料与随机抽取的同期单胎分娩正常体重儿的135例孕妇临床资料作对比分析。采用统计学方法对临床常用巨大儿预测方法包括B超综合指标估算胎儿体重(estimated fetal weight,EFW)法、B超双指标估算法、胎儿双顶径(biparietal diameter,BPD)与股骨长(femur length,FL)之和]、B超单一指标估算法(胎儿腹围、股骨长)、临床宫高与腹围之和法以及经验性临床评估法进行评价。结果(1)巨大儿组与非巨大儿组孕妇年龄无统计学差异,但身高和终止妊娠孕周均有统计学意义[(163.0±5.47)cm和(160.0±4.7)cm;(39.7±1.2)周和(39.1±1.1)周,P<0.01]。(2)临床常用的巨大儿预测指标及不同界值的预测价值,EFW法灵敏度为38.1%,特异度为96.4%。B超双指标估算法(BPD+FL≥17 cm)灵敏度为54.0%,特异度为83.8%;当界值取16.5 cm时,灵敏度为88.8%,特异度为55.9%;B超双指标估算法的AC+FL≥42.5 cm时,灵敏度为90.8%,特异度为82.9%。B超单一指标法,以AC≥35 cm为界定值时其灵敏度为95.0%,特异度为71.0%;以38 cm为界定值时灵敏度为31.0%,特异度为99.1%。B超单一采用FL指标,以7.5 cm为界定值时灵敏度为49.8%和,特异度为82.0%。临床宫高与腹围之和法的界定值为≥140 cm时,其灵敏度为77.9%特异度为77.5%。经验性临床评估法灵敏度为46.3%特异度为96.6%。(3)各预测指标的ROC曲线下面积:EFW法0.906;B超双指标估算法中,BPD+FL之和0.795;AC+FL之和0.914;B超单一指标估算法中,AC 0.904,FL 0.752;临床宫高腹围之和0.862。(4)对于各个独立参数采用Logistic多因素回归分析,求得概率(P)方程及P的ROC曲线下面积为0.938。结论本研究显示了在某些病例中临床上预测巨大儿方面仍然有不可预测性。但各项指标单独应用时均有较大局限性至今尚无一种方法可以准确预测巨大儿。胎儿腹围与股骨长之和可能成为一个临床价值较好的预测指标。综合孕妇身高、终止孕周、胎儿腹围、宫高腹围和多参数分析可提高预测的准确性,降低漏诊率。