基于贝叶斯多变量联合模型的体检人群脑卒中发病风险因素的纵向研究

背景 脑卒中是目前影响人类健康的主要公共卫生问题之一;健康体检纵向数据累积了大量的健康信息,由于缺失数据多、样本量小等诸多问题,导致其利用率低、重要信息未能得到充分挖掘,进而对常见慢性病的有效防控等工作带来一定困难。目的 基于贝叶斯多变量联合模型,探讨体检人群脑卒中发病风险因素,为慢性病风险因素分析提供新的方法。方法 本研究使用空军军医大学西京医院健康医学中心2008—2015年的体检资料。随访情况：以首次发生脑卒中为结局事件,发生结局事件立即停止随访;若未发生,到2015年体检信息收集完成后结束随访;体检间隔时间为1年。依据随访过程中是否发生脑卒中分为脑卒中组和非脑卒中组。纵向观察变量包括总胆固醇（TC）、三酰甘油（TG）、低密度脂蛋白胆固醇（LDL-C）、高密度脂蛋白胆固醇（HDL-C）、体质指数（BMI）和收缩压（SBP）。采用多因素Cox回归模型分析基线情况对脑卒中结局事件的影响;采用贝叶斯多变量联合模型,分析随访过程中TC、TG、LDL-C、HDL-C、BMI和SBP的纵向变化轨迹对脑卒中发病的影响。结果 本研究共纳入234例研究对象,1 581条纵向随访记录,平均随访时间为...     

基于贝叶斯累加回归树模型的非小细胞肺癌患者个性化疗效研究

目的 应用贝叶斯累加回归树(BART)模型对非小细胞肺癌(NSCLC)患者的仅手术与手术+化疗两种治疗方案的疗效进行个性化评价,并识别高受益患者亚组。 方法 提取美国SEER数据库中2012—2013年间所有NSCLC患者资料,以总生存时间不小于5年作为结局,按照治疗方案分类进行比较。运用倾向性评分匹配法使比较组间协变量均衡,应用BART模型计算个体处理效应(ITE),运用决策树模型进行亚组分析。 结果 本研究BART所对应的模型曲线下面积(AUC)大于0.8,结果可信度较高,99.5%患者采用手术+化疗方案获得不同程度更优疗效,得到AJCC分期、原发灶位置、转移程度等临床实践中重要的亚组分类特征,并得出疗效最优的亚组。所得亚组中,相较于仅手术的治疗方案,远处转移、原发灶位于肺中叶的女性患者更能于手术+化疗方案中受益。 结论 构建的BART模型可以较好地评价NSCLC患者两种治疗方案的个性化疗效,为今后同类疾病的个性化医疗实践提供依据。     

2012—2021年疾病负担研究热点及研究趋势分析

目的 系统分析2012—2021年国内外疾病负担研究的热点及趋势。方法 通过中国知网（CNKI）和Web of Science（WoS）系统检索2012年1月1日—2021年12月31日疾病负担研究的文章,利用 CiteSpaceV6.1 R2软件进行可视化分析。结果 CNKI纳入1 869篇文献,发文最多的机构是中国疾病预防控制中心;发文量最多的学者是周脉耕,其次是刘世炜、殷鹏和曾新颖;近十年的热点关键词是死亡率、经济负担和发病率等,研究最多的疾病是恶性肿瘤、糖尿病等;研究前沿趋势由2012年的家庭和经济负担到2021年的早死概率和照顾负担。 WOS纳入15 253篇文献,发文量最多国家是美国;排名前三的机构是华盛顿大学、墨尔本大学和牛津大学;MURRAY C、NAGHAVI M是发文最多的作者;研究最多的内容是患病率、死亡率和危险因素,传染病是出现频次最多的病种;研究前沿趋势由2012年的区域疾病负担到2021年的疾病别和性别特异死亡率。结论 近十年国际上疾病负担研究的热点主要是传染病的死亡率,国内则集中在恶性肿瘤和糖尿病的发病和死亡上;国际和国内的研究前沿随着时间也均发生了变迁。     

基于Apriori算法的布鲁菌病感染相关危险因素关联性

目的 分析布鲁菌病(布病)感染相关危险因素间的关联作用,为制定布病防控措施提供依据。方法 基于全国传染病疫情信息网络直报系统中济宁市2014―2017年数据,识别布病感染高发地区;在高发地区中采用多阶段整群抽样的方法,依靠问卷和血样检测共调查2 892人。通过二分类logistic回归分析模型分析布病的危险因素;运用Apriori算法挖掘相关危险因素的关联规则。结果 有279人感染布病,感染率为9.65%;logistic回归分析模型显示养殖人员(OR=2.406, 95%CI:1.726～3.353)、接触羊(OR=3.323, 95%CI:2.448～4.511)、收购皮毛(OR=21.141, 95%CI:14.154～31.577)是布病感染的危险因素,差异均有统计学意义(均P<0.001);Apriori算法共挖掘出以感染布病为后项的强关联规则203条,最大提升比为10.37,最小为6.22,不同的危险因素组合对布病感染的可能性在关联强度等方面存在差异。结论 布病感染率较高,应重点关注畜牧养殖、羔羊接触及皮毛收购等重点人群;多种危险因素存在紧密关联性,应注意同时具备强关...     

不同MMSE评分下阿尔兹海默病发病风险因素的贝叶斯分位数回归联合模型分析

目的：探讨校正简易精神状态检查（MMSE）评分轨迹后的阿尔兹海默病（AD）发病风险影响因素,阐明不同MMSE评分人群AD发病的风险因素。方法：基于AD神经成像计划数据库收集2005—2016年的随访数据,经筛选后最终纳入425名随访者的随访数据,采用LASSO方法对变量进行筛选;采用贝叶斯分位数回归模型分析MMSE评分在不同分位数上的影响因素,采用Cox模型和贝叶斯分位数回归联合模型方法分析影响AD发病的主要风险因素。结果：经筛选后,纳入的变量包括白蛋白、总胆固醇和血糖浓度等10个变量。贝叶斯分位数回归联合模型的纵向子模型分析,在MMSE评分的不同分位数处,影响MMSE评分轨迹变化的因素相同,均为白蛋白、血糖浓度、年龄、性别、载脂蛋白E4 (APOE4)基因、种族和教育评分。联合模型的Cox回归子模型分析,种族和APOE4基因在所有分位数上均对AD发病有影响,其中APOE4基因在4个分位数上的风险比分别为2.188 (95%CI:1.775,2.620)、1.751 (95%CI:1.422,2.042)、1.706 (95%CI:1.391,2.102)和2.056 (95%CI:1...