应用放射组学和剂量学特征预测食管癌放射治疗后的两年生存情况

  目的  使用放射组学与剂量学特征参数，建立机器学习预测模型，预测食管癌患者放射治疗后两年的生存情况。  方法  回顾性分析2013年1月至2017年12月在天津医科大学肿瘤医院接受放射治疗的食管癌患者共579例。从食管癌患者的放射治疗计划中提取GTV的放射组学和剂量学的特征，使用最大相关最小冗余与人工方法对特征参数进行筛选，分别选取14项放射组学和14项剂量学特征，并将特征变量进行标准化归一至[0, 1]范围。建立支持向量机、逻辑回归和随机森林等机器学习模型，先使用14项放射组学特征，再使用28项放射组学和剂量学混合特征参数进行训练和测试，来预测食管癌放射治疗患者的两年生存情况。  结果  仅使用放射组学特征预测放射治疗后两年生存情况时，支持向量机、逻辑回归和随机森林模型的准确率分别为84.98%、85.92%和84.51%。使用放射组学和剂量学的混合特征参数进行预测时，支持向量机、逻辑回归和随机森林模型的准确率分别为86.32%、83.02%和90.01%。在放射组学特征参数基础上，增加剂量学特征，支持向量机和随机森林模型的预测准确性得到有效提高。  结论  针对支持向量机和随机森林模型，使用放射组学和放射治疗剂量学特征参数放射治疗，可有效提高对食管癌患者放射治疗后两年生存情况预测评估的准确性。      

分化型甲状腺癌患者术后左甲状腺素最佳初始剂量预测模型探讨

目的:构建分化型甲状腺癌(DTC)患者术后左甲状腺素(L-T4)初始剂量的预测模型。方法:选取南京鼓楼医院甲状腺乳腺外科100例DTC术后患者,收集患者性别、年龄、身高、体质量、体质量指数(BMI)等基础信息和出院后定期的随访信息,记录患者甲状腺功能检查相关数据及每次L-T4的调整剂量,采用单因素方差分析和t检验分析与L-T4初始剂量有显著相关性的预测因子,采用线性回归分析建立L-T4初始剂量的预测模型,并进行前瞻性试验验证。结果:单因素方差分析得出DTC术后患者L-T4初始剂量与患者年龄(P=0.01,F=3.993)、体质量(P<0.001,F=6.910)和BMI(P<0.001,F=7.698)均有显著的相关性,线性回归分析得出L-T4初始剂量预测模型为L-T4(μg/kg)=2.971-0.033×BMI-0.005×年龄。按经验性给予DTC术后患者L-T4,首次随访患者的甲状腺功能达标比例仅为16%(16/100);验证试验中按预测模型计算的初始剂量给予L-T4,首次随访患者的达标比例可达63.7%(44/69)。结论:建立的DTC患者术后L-T4初始剂量的预测模型具有一定的实用性。     

脑血管血液动力学参数脑卒中预测模型的建立

目的 根据脑血管血液动力学参数(CVHI)和脑卒中的主要危险因素建立脑卒中预测模型。方法 选择全国六大行政区脑卒中研究队列人群25355例，将基线调查时的CVHI检测结果 进行主成分分析，再以各主成分和主要脑卒中危险因素为自变量，以随访中脑卒中发病为应变量进行回归分析，根据回归系数建立脑卒中预测模型，计算发病概率，绘制ROC曲线，确定最佳截断点，评价预测模型的预测效能。结果 四个主成分的累积贡献率依次为58．1％、79．4％、88．4％和94．6％，被筛检进入logistic回归方程的变量分别为第一至第四主成分、高血压病史、年龄和性别，ROC曲线下面积为0．855，最佳截断点为预测概率≥0．05，预测脑卒中的敏感度、特异度和准确度分别为踟．7％，78．5％，78．5％。结论 通过主成分回归分析，可以建立具有良好效能的脑卒中预测模型。     

多因素时间序列资料GM(1,N)预测模型及其应用

目的 对多因素时间序列资料，介绍1阶N个变量的灰色预测模型[Grg Model，GMCL，N]，并通过对一实例进行分析来比较3种预测模型[LS估计、GM(0，N)模型和GM(1，N)模型]的优劣。方法 以预测误差平方和和平均模拟相对误差作为评价指标。结果 对同一多因素时间序列资料建立了3种预测模型，并分别计算出它们的预测误差平方和和平均模拟相对误差。结论 对所讨论的多因素时间序列资料，GM系列预测模型的效果优于LS估计，其中GM(1，N)预测模型的效果最优。     

非小细胞肺癌转移预测指标的研究

目的 :研究非小细胞肺癌 (NSCLC)淋巴结和远处转移的预测指标 ,并建立Logistic回归模型。　 方法 :通过免疫组化、ELISA、酶谱电泳等方法 ,对NSCLC肿瘤病理标本、血清、尿液和骨髓等进行检查 ,并通过Logistic回归分析建立预测概率模型。　结果 :免疫组化指标肿瘤组织内微血管密度 (IMVD)、血管内皮细胞生长因子(VEGF)、碱性成纤维细胞生长因子 (b FGF)、白细胞分化抗原变异型 (CD4 4v6 )、基质金属蛋白酶 2 (MMP 2 )与NSCLC淋巴结转移危险有关 (P <0 .0 5 ) ,组织金属蛋白酶抑制物 (TIMP 2 )、上皮型钙粘素 (E cad)与NSCLC淋巴结转移危险下降有关 (P <0 .0 5 )。血清MMP 2、MMP 9,尿液MMP 2、MMP 9及骨髓上皮膜抗原 (EMA)阳性细胞与NSCLC远处转移危险有关 (P <0 .0 5 )。其中免疫组化指标CD4 4v6、IMVD、E cad及尿液MMP 2、骨髓EMA阳性细胞对NSCLC转移有显著回归效果而分别被选入概率模型 1和 2 ,其预测准确率分别为 81.1%和 72 .7%。　结论 :组织标本中CD4 4v6、IMVD、E cad以及尿液中MMP 2及骨髓EMA阳性细胞检查 ,可预测绝大多数NSCLC的淋巴结转移和远处转移状况 ,为NSCLC转移的早期诊断提供重要信息 ,有助于NSCLC的个体化治疗和改善预后