宁波市气象环境因素对呼吸及循环系统疾病死亡人数的预测对比研究

目的 探讨气象环境因素对呼吸及循环系统疾病死亡人数的影响及适宜的预测模型。方法 基于宁波市2014-2018年呼吸及循环系统疾病死亡人数与气象环境数据,通过简单相关分析形成当天气象因子数据集及滞后因子数据集,并在建模前分为训练集和验证集。运用主成分回归（PCR）、广义相加模型（GAM）及随机森林模型（RF）分别针对以上两个数据集建立预测模型。结果 呼吸系统疾病中,回代检验PCR_当天、RF_当天的预测准确率达90%以上,预测检验GAM_当天预测准确率最高,为73.30%。循环系统疾病中,回代检验预测准确率均超过75.00%,预测检验PCR_滞后预测准确率最高,为84.04%。结论 GAM_当天和PCR_滞后分别对呼吸和循环系统疾病死亡人数的预测准确率最高,其中平均温度、NO₂质量浓度及SO₂质量浓度是呼吸及循环系统疾病死亡风险的重要影响因素。     

CALB2介导的肿瘤微环境免疫细胞浸润在肝癌复发中的作用机制分析

[摘要] 目的 利用生物信息学技术分析筛选出与肝癌复发相关的核心基因及信号通路,为探索肝癌复发的分子机制提供理论依据。方法 从TCGA和GEO数据库下载肝癌相关数据集,利用edgeR算法筛选差异表达基因。选择关键基因后,应用LASSO-Logistic回归分析构建复发预测模型。 ssGSEA、CIBERSORT和MCP算法用于评估免疫浸润细胞。结果 共筛选出343个复发相关差异表达基因。富集分析表明,大多数基因富集于细胞分化、跨膜转运蛋白、转运乙酰胆碱复合物。蛋白质-蛋白质相互作用网络分析确定了 12 个关键基因。然后,通过 Lasso-logistic 回归分析确定了一个独立的风险评分模型,其中包括3个基因 SST、CALB2 和 DRD2。该风险评分显示出较好的预测能力,并且还构建了基于风险评分的临床列线图。此外,证明了CALB2在肿瘤组织中低表达,与肿瘤微环境中的免疫浸润细胞呈正相关。结论 复发相关基因模型可以提供较好的预测患者复发的能力,其中的核心基因CALB2 可以在肝癌复发中发挥关键作用。     

基于决策树的成人斜视患者生存质量预测模型研究

目的探讨决策树在成人斜视患者生存质量预测模型中的应用价值。方法收集618例成人斜视患者的人口学资料、眼科专科情况以及社会心理指标,建立成人斜视患者生存质量多元线性回归模型和决策树模型,并将样本按3∶1的比例分为训练集及测试集。结果多元线性回归模型中抑郁、斜视类型、消极应对、斜视度数、焦虑和弱视是重要影响因素(均P0.01),其预测正确率为73.62%;决策树模型中抑郁、年龄、斜视类型和斜视度数是重要影响因素,其正确率为92.24%。结论决策树模型较多元线性回归方程更能较好预测成人斜视患者生存质量,更有利于及时了解患者生存质量变化,从而制定更具针对性的干预措施。     

老年心血管病患者潜在性不适当用药及影响因素分析

目的:评价某院老年心血管病患者药物潜在不适当应用情况,并对其影响因素进行分析。方法:抽取某院2015年10月到2016年8月的老年心血管病例,以2014年版STOPP/START标准为依据,对年龄在65岁及以上的出院患者潜在不适当用药(PIM)进行评价,并采用多因素Logistic回归分析确定其影响因素。结果:通过病例筛选纳入514份病例,患者平均年龄(77.44±8.48)岁,平均罹患疾病数(5.93±2.34)种,联合用药总数(16.84±8.89)种;其中涉及2014年版STOPP标准不适当用药190例次,START标准处方遗漏419例次。单因素卡方分析提示,年龄(P=0.022)、罹患疾病数(P=0.041)、联合用药数(P=0.000)、心血管疾病史(P=0.001)及是否接受抗栓治疗(P=0.000)与PIM的发生具有相关性,且差异具有显著性(P<0.05);多因素Logistic回归分析提示稳定型心绞痛(OR=2.543,P=0.025),心房颤动(OR=2.304,P=0.024),冠状动脉粥样硬化(OR=2.659,P=0.005),联合用药数(≥10)(OR=1.040,P=0.026)及接受抗栓治疗(OR=3.037,P=0.007)的患者均会增加潜在不适当用药的风险,采用拟合的Logistic回归预测模型对入选病例预测总的预测正确率为74.5%。结论:老年心血管疾病患者发生潜在不适当用药是稳定型心绞痛、心房颤动、冠状动脉粥样硬化,联合用药数(≥10)及接受抗栓治疗多因素相互影响的结果。基于相关危险因素的PIM预防有助于减少不良事件的发生,促进临床合理用药。     

2005—2017年咸阳市流行性腮腺炎流行趋势分析及预测模型的建立

目的通过分析2005—2017年咸阳市流行性腮腺的疫情概况,进一步掌握咸阳市流行性腮腺炎的流行趋势,及时建立次年的预测模型,为下一步预防和控制流行性腮腺炎提供依据和控制措施。方法收集2005—2017年中国疾病预防控制信息系统中咸阳市的流行性腮腺炎报告病例个案资料,采用均数、率、构成比等指标分析流行性腮腺炎的发病规律。结果2005—2017年咸阳市共报告流行性腮腺炎病例15017例,年均发病率为23.11/10万;平均发病年龄(11.44±8.70)岁,男女性别比1.81∶1,病例以儿童(6~10岁)为主;发病有较明显的季节性,主要集中于4—7月;以学生为主,占63.44%。2005—2017年咸阳市流行性腮腺炎的月发病数的最佳预测系统模型为LogWintersMethod-Addictive模型。结论2018年咸阳市流行性腮腺炎的发病较往年不会有太大波动,疫情趋于稳定;应继续加大防控力度,做好腮腺炎疫苗的接种工作及主动预防工作,以降低咸阳市流行性腮腺炎的发病率。     

产后压力性尿失禁风险预测模型的外部验证研究

背景本研究团队前期分别开发了针对初产妇和经产妇的产后压力性尿失禁（SUI）风险预测模型,旨在早期识别孕产妇SUI的高危人群并提供有效干预,但尚未进行外部验证。目的外部验证前期开发的产后SUI风险预测模型,探索该模型在临床应用的可能性。方法于2020年7—9月在南方医科大学深圳医院、香港大学深圳医院进行电话随访,通过电子病历系统选取产后6个月的产妇作为验证组进行产后SUI风险预测模型的外部验证。使用电子医疗记录收集研究对象年龄、身高、妊娠前体质量、流产史和分娩史的相关信息;并通过电话随访调查研究对象产后6个月SUI发生情况。采用受试者工作特征（ROC）曲线下面积（AUC）和Hosmer-Lemeshow拟合优度检验分别评价产后SUI风险预测模型区分度和校准度。结果最终纳入298例研究对象为验证组,其中初产妇203例（68.1%）,经产妇95例（31.9%）。初产妇队列中,非SUI者158例,SUI者45例。经产妇队列中,非SUI者72例,SUI者23例。产后SUI风险预测模型在初产妇外部验证人群中AUC为0.719〔95%CI（0.643,0.795）〕,在经产妇外部验证人群中AUC为0.833〔95%CI（0.738,0.928）〕。Hosmer-Lemeshow拟合优度检验提示产后SUI风险预测模型在初产妇人群中校准欠佳（χ2=34.11,P<0.001）,而在经产妇人群中拟合度良好（χ2=9.62,P=0.293）。结论初产妇产后SUI预测模型能有效区分患者是否发生产后SUI,但尚需进一步更新以提高模型的外部适用性;经产妇产后SUI预测模型具有可接受的外部效能,鼓励将其作为产后早期盆底康复干预的评估工具进行推广。     

糖尿病下肢深静脉血栓的临床预测模型的建立与验证*

目的: 构建糖尿病患者发生下肢深静脉血栓风险的临床预测模型,为临床提供预警。方法: 选取同济大学附属同济医院2018年11月至2021年11月的住院患者共281例,其中明确诊断糖尿病患者合并下肢深静脉血栓的111例患者作为试验组,明确诊断糖尿病无下肢深静脉血栓的170例患者作为对照组。对该模型进行评价,使用最小绝对收缩和选择算子(lasso)回归模型对糖尿病下肢深静脉血栓风险模型的特征选择进行优化。应用单因素和多元Logistic回归分析,将lasso回归模型中选取的特征相结合,建立预测模型诺模图(nomogram)。使用C指数、校准曲线图和决策曲线分析来评估预测模型的区分性、校准和临床实用性。结果: 单因素分析结果显示两组患者年龄、餐后2 h血糖、糖化血红蛋白、总胆固醇、高密度脂蛋白、纤维蛋白原、凝血酶原时间、D2聚体、血红蛋白、C反应蛋白、总蛋白、中性粒细胞数、淋巴细胞数、碱性磷酸酶、谷草转氨酶存在显著差异(P＜0.05)。多因素分析结果显示年龄、餐后2 h血糖、糖化血红蛋白、D2聚体、C反应蛋白、碱性磷酸酶、淋巴细胞数、谷丙转氨酶为糖尿病患者合并下肢深静脉血栓的独立相关因素。该模型具有良好的区分性,C指数为0.928,具有良好的校准性,受试者曲线显示良好的预测能力。结论: 本研究构建的nomogram结合了年龄、餐后2 h血糖、糖化血红蛋白、D2聚体、血红蛋白、C反应蛋白、碱性磷酸酶、谷草转氨酶,可以方便准确地对糖尿病合并深静脉血栓的风险预测。     

基于循环microRNAs预测模型在子痫前期早期诊断中的应用

目的 探讨基于循环microRNAs预测模型在子痫前期早期诊断中的应用价值。方法 选择2019年1月—2021年6月于海南医学院第二附属医院产科行产检并具有子痫前期危险因素的孕妇(孕周≥20周)246例作为研究对象,根据妊娠期间是否诊断为子痫前期分为子痫组、非子痫组。检测2组孕妇循环microRNAs含量、外周血可溶性血管内皮生长因子受体1(sFlt-1)、胎盘生长因子(PlGF)及子宫动脉搏动指数(UTPI),比较2组患者临床资料。通过Logistic回归分析影响子痫前期发生的相关因素,使用列线图构建基于循环microRNAs含量的预测模型并验证可行性。受试者工作特征曲线(ROC)分析预测模型与sFlt-1/PlGF对子痫前期的预测效能。结果 孕妇246例发生子痫前期71例。子痫组子痫家族史、高血压、肾脏疾病、24 h尿蛋白≥0.3 g占比及平均动脉压(MAP)显著高于非子痫组,PLT及Alb低于非子痫组[χ~2(U)/P=10.894/<0.001、13.518/<0.001、8.573/0.003、28.612/<0.001、3.510/<0.001、4.371/<0.001、7.039/<0.001]。子痫组患者miR-16、miR-21、miR-31、miR-495水平低于非子痫组,而miR-136、miR-494水平高于非子痫组(U/P=3.999/<0.001、7.614/<0.001、10.239/<0.001、2.709/0.007、2.492/0.013、3.719/<0.001)。子痫组患者UTPI及外周血sFlt-1、sFlt-1/PlGF水平显著高于非子痫组,而PlGF显著低于非子痫组(U/P=5.114/<0.001、2.359/0.025、5.805/<0.001、2.104/0.039)。Logistic回归分析显示,PLT高、Alb高、miR-21高及miR-31高是影响子痫前期发生的独立保护因素[OR(95%CI)=0.964(0.938~0.991)、0.782(0.673~0.908)、0.384(0.215~0.685)、0.199(0.097~0.409)],而24 h尿蛋白≥0.3 g、UTPI高、sFlt-1/PlGF高则是影响子痫前期发生的独立危险因素[OR(95%CI)=14.821(3.794~24.593)、35.601(1.291~981.401)、2.391(1.431~3.998)];根据上述影响因素构建的列线图模型预测子痫前期的C-index为0.947(95%CI 0.902~0.979),一致性及区分性均良好。ROC曲线分析显示,列线图模型的预测效能高于sFlt-1/PlGF(Z=6.504,P<0.001),敏感度、特异度均显著高于sFlt-1/PlGF(χ~2/P=20.218/<0.001、14.464/<0.001)。结论 基于miR-21及miR-31构建的列线图模型对子痫前期具有较好的预测价值。     

基于数据库构建乳腺癌焦亡相关基因的预后风险模型

目的 探究焦亡相关差异表达基因(DEGs)在乳腺癌中预后价值并构建预后风险模型。 方法 从癌症基因组图谱(TCGA)和肿瘤基因表达数据库(GEO)官网下载乳腺癌的基因测序、临床数据,筛选焦亡相关DEGs。将乳腺癌患者进行聚类分析。在TCGA队列中以最小绝对收缩和选择算子(LASSO)方法建立模型。利用Kaplan-Meier生存曲线、受试者工作特征曲线(ROC)、单因素及多因素Cox回归独立预后因素分析等评价该模型。GEO队列为验证集。通过GO、KEGG、ssGSEA分析风险DEGs的富集情况。 结果 筛选出焦亡相关DEGs,聚类分析可见C2组总生存期(OS)延长,差异有统计学意义(P=0.020)。该模型K-M生存分析显示,高风险组OS缩短(TCGA队列中P<0.001,GEO队列中P=0.018)。ROC曲线下面积(AUC)表明该模型具有一定预测能力。单因素、多因素Cox回归分析表明,年龄、M、N分期和风险评分为OS的独立预测因子。GO、 KEGG富集与ssGSEA分析证实了风险相关DEGs与免疫炎症因子和通路有关。 结论 本研究构建了由9个焦亡相关基因组成的乳腺癌预后风险模型,为乳腺癌患者的风险预后评估提供了参考。