首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   8篇
  免费   0篇
综合类   8篇
  2022年   2篇
  2021年   3篇
  2020年   3篇
排序方式: 共有8条查询结果,搜索用时 13 毫秒
1
1.
目的 本研究通过分析北疆牧区高血压人群降压治疗不依从性的独立危险因素,旨在建立并验证个体化预测北疆牧区高血压人群降压治疗不依从性的列线图模型。方法 纳入2013年6月~2014年2月在中国西北新疆牧区进行的一项横断面流行病学调查研究所获得的516例高血压患者作为研究对象,并将研究对象随机分为建模组与验证组。应用单因素及多因素Logistic回归分析建模组数据,分析北疆牧区高血压人群降压治疗不依从性的独立危险因素。应用R语言软件构建预测北疆牧区高血压人群降压治疗不依从性的列线图模型,并对该模型的预测性能进行内部验证。结果 多因素Logistic回归分析显示,高血压病程、是否购买医疗保险、是否自备血压计、高血压相关并发症、家庭年收入与职业状态均为北疆牧区高血压人群降压治疗不依从性的独立危险因素(P<0.05)。对列线图模型进行验证,建模组中AUC值为0.775(95%CI:0.723~0.822);验证组中AUC值为0.743(95%CI:0.645~0.810)。无论是建模组还是验证组的校准图均显示该预测模型具有良好准确度。结论本研究基于高血压病程、是否购买医疗保险、是否自备血压计、高血压相关并发症、家庭年收入与职业状态这6项北疆牧区高血压患者治疗不依从性的独立影响因素,构建了预测北疆牧区高血压患者治疗不依从性风险的列线图模型。该模型具有良好的区分度与校准度,能个体化地实现对北疆牧区高血压患者治疗不依从性风险的预测,可指导临床筛选高风险的患者,应用价值较高。  相似文献   
2.
蔡昕添  吴婷  李南方 《医学研究杂志》2020,49(5):182-184,176
系统性血管炎是一组以血管炎性反应和破坏为主要病理变化的自身免疫性疾病。由于血管炎受累部位和类型的不同,其临床表现相当广泛,且缺少特异性生物学标志物,这都给临床诊断及治疗带来了巨大的困难。因此,寻找新型诊断及评估病情变化的特异性生物学标志物,以期及早制定出更好的治疗方案,是临床急需解决的问题。近年来,随着蛋白质组学研究的深入,为探讨系统性血管炎的发病机制及筛选特异性生物学标志物提供良好的技术支持,从而为系统性血管炎的早期诊断、病情评估及治疗提供更好的帮助。本文就蛋白质组学在系统性血管炎中的研究进展做一综述。  相似文献   
3.
目的 通过生物信息学方法探究抗中性粒细胞胞质抗体(ANCA)相关性血管炎肾损害发生、发展的关键基因,寻找潜在的特异性分子标志物,为治疗ANCA相关性血管炎肾损害潜在靶标提供理论依据。方法 从GEO数据库检索获得GSE108109和GSE108113芯片数据,利用R语言相关程序包处理、分析基因芯片GSE108109并筛选差异基因。利用Cytoscape软件中的MCODE插件筛选出关键基因,并利用GSE108113芯片数据对关键基因进行再次验证。结果 筛选GSE108109芯片得到了187个差异基因,其中表达上调的基因35个,表达下调的基因152个。通过蛋白-蛋白相互作用网络模块化分析获得了9个核心基因,分别为CD53、C1QC、TYROBP、CSF1R、CYBB、LAPTM5、FCER1G、CTSS和C3AR1。通过GSE108113芯片数据对上述9个基因进行验证发现,CD53、C1QC、TYROBP、CSF1R、CYBB、LAPTM5、FCER1G和CTSS在ANCA相关性血管炎肾损害患者样本中表达显著上调,而C3AR1基因在ANCA相关性血管炎肾损害患者样本与健康成年人肾脏活组织样本间的表达并无显著差异。结论 通过生物信息学分析获得8个核心基因在ANCA相关性血管炎肾损害的发生、发展中发挥重要作用,为探究ANCA相关性血管炎肾损害的发病机制、发现诊断标志物和探索靶向治疗新位点提供理论依据。  相似文献   
4.
目的:探究中国人群中甘油三酯(triglyceride,TG)与2型糖尿病(type 2 diabetes mellitus,T2DM)发病风险之间的关系。方法:本研究是一项回顾性队列研究。有211 833名参与者被纳入研究,并在5年内完成至少2次随访。采用Cox比例风险回归模型,以评估连续性变量TG及TG三分组与T2DM风险之间的独立关系,对潜在的混杂因素进行校准。本研究使用广义加性模型来识别其是否存在非线性关系,并采用基于最大似然法的原理通过递归实验自动计算阈值效应的临界点。结果:Cox比例风险回归模型中调整各种可能存在影响的因素后,显示TG可作为T2DM事件发生的危险因素(HR=1.20,95%CI=1.15~1.24,P<0.001)。TG与T2DM发病风险之间存在非线性关系。用分段线性回归模型计算TG的拐点为1.27 mmol/L(对数似然比检验P<0.001)。在临界点左侧,TG与T2DM发病率呈显著正相关(HR=2.30,95%CI=1.89~2.79,P<0.001)。在临界点右侧,TG与T2DM发病风险的关系趋于饱和(HR=1.08,95%CI=1....  相似文献   
5.
目的 探究中国非肥胖人群中HDL-C与NAFLD发病之间的关系。方法 本研究是一项前瞻性队列研究。共有16173例入组时无NAFLD的非肥胖参与者并完成了其5年的随访。通过对缺失值数据的筛选与插补,最终获得12128例参与者。采用COX比例风险回归模型研究HDL-C对NAFLD风险的预测价值。根据STROBE声明的建议,本研究同时展示了未经调整、经过微调整和经过完全调整的回归分析的结果。本研究还将HDL-C转换为分类变量,并计算趋势性检验的P值。由于HDL-C是一个连续变量,本研究使用广义加性模型来识别其是否存在非线性关系,并采用递推法自动计算阈值效应拐点。结果 COX比例风险回归模型中调整各种可能存在影响的因素后,结果显示HDL-C可作为NAFLD事件发生的保护因素(HR=0.47,95% CI:0.40~0.55)。HDL-C与NAFLD的发病之间存在非线性关系,且HDL-C阈值效应的拐点为1.09mmol/L。当基线HDL-C<1.09mmol/L时,HDL-C可作为NAFLD事件发生的危险因素(HR=2.76,95% CI:1.51~5.05)。当基线HDL-C≥1.09mmol/L时,HDL-C可作为NAFLD事件发生的保护因素(HR=0.17,95% CI:0.14~0.20)。结论 HDL-C可作为NAFLD事件发生的保护因素,HDL-C与NAFLD发病之间存在非线性关系和阈值饱和效应。  相似文献   
6.
目的 利用加权基因共表达网络分析(WGCNA)鉴定阻塞性睡眠呼吸暂停(OSA)相关的共表达基因模块与关键基因。方法 从GEO数据库中下载OSA的全基因组表达数据集GSE135917,R语言对数据归一化处理后,利用WGCNA法构建共表达网络,结合临床信息识别与OSA显著相关的模块,利用Cytoscape软件对关键模块内基因进行功能富集分析、蛋白相互作用分析,可视化筛选关键基因,最后在GSE38792数据集中初步验证关键基因。结果 在GSE135917数据集中Turquoise模块与OSA相关性最高(r=-0.98,P=0.000),模块内基因主要富集于嗅觉传导、神经活性配体-受体相互作用等生物学过程。经蛋白相互作用分析发现关键基因为下调基因SLC2A2、PRL、SST,GSE38792数据集中关键基因表达情况与GSE135917分析结果一致,ROC分析显示3个关键基因均具有良好的识别能力。结论 利用WGCNA法筛选出的3个关键基因有望为研究OSA的发生、发展过程提供新的视角。  相似文献   
7.
目的 通过生物信息学方法研究肾上腺皮质癌发生、恶化的核心基因,探索可能的预后评估、筛选诊断的分子生物学标志物,为肾上腺皮质癌潜在治疗靶点提供了生物信息学证据支持。方法 从GEO数据库下载GSE14922、GSE19750和GSE90713芯片数据,利用一系列生物信息学方法对GSE14922芯片进行处理、分析并筛选差异基因。再通过CytoHuhha插件筛选出核心基因,最后分别利用在线分析工具GEPIA和GSE19750、GSE90713芯片数据对核心基因进行生存分析与诊断试验分析。结果 从GSE14922芯片获得90个差异基因。通过CytoHuhha插件获得了6个核心基因分别为BUB1、CDK1、CENPF、NDC80、ASPM和DLGAP5。Kaplan-Meier生存曲线分析的结果表明上述核心基因对肾上腺皮质癌患者的诊断及生存预后具有显著影响。ROC分析的结果表明上述核心基因对肾上腺皮质癌患者具有较好的诊断意义。结论 通过生物信息学分析获得6个核心基因在肾上腺皮质癌的发生、进展中发挥重要作用,并为揭示肾上腺皮质癌潜在的诊断、预后标志物和治疗靶点提供了新的理论依据。  相似文献   
8.
目的 探讨肥胖相关基因多态性与阻塞性睡眠呼吸暂停低通气综合征(OSAHS)易感性关系.方法 联合基因-表型数据库(PHGKB)及在大量文献复习及既往研究基础上,筛选了与肥胖相关的17个为候选基因,在重度OSAHS组(n=50)与非OSAHS组(n=50)中行全部外显子以及侧翼序列进行高通量二代测序,最后选取有意义的位点...  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号