番茄表层硫丹残留的近红外快速检测方法

选择经Rubberband 64点基线校正和二阶导数(平滑窗口为17,拟合阶数为2)预处理的近红外漫反射光谱,采用Boosting偏最小二乘法(PLS),利用5个子模型建立了番茄表层硫丹残留量预测模型,并对模型的预测性能进行验证。模型的定标系数为0.992,预测残留量范围为5.1~134.1 ng,预测均方根误差（RMSEP）和校正均方误差（RMSECV）分别为2.79 和2.82,训练集和预测集的回收率范围分别为（100.1±1.4）%和（98.9±2.6）%。结果表明：本法快速、准确,有望成为新的蔬菜表层农药残留监测方法。     

近红外光谱技术快速测定川芎中阿魏酸及藁本内酯含量

目的：应用近红外光谱技术建立一种川芎中阿魏酸及藁本内酯的快速测定方法。方法：以HPLC法测定的样品中阿魏酸及藁本内酯的含量为真实值,运用近红外漫反射光谱技术采集50份川芎样品的近红外漫反射光谱,结合偏最小二乘法（PLS）建立阿魏酸及藁本内酯含量的定量分析模型。结果：所建阿魏酸及藁本内酯校正模型的相关系数（R2）和内部交叉验证均方差（RMSECV）分别为0.9833,0.0175和0.9771,0.1550;经外部验证,模型的预测相关系数（r2）和预测均方差（RMSEP）分别为0.9819,0.0095和0.9335,0.1139。结论：该方法简便,快速,无污染,可用于川芎中阿魏酸和藁本内酯含量的快速测定。     

近红外光谱技术快速测定麦门冬药材中水分的含量

[目的]利用近红外漫反射光谱法结合化学计量法建立一种快速测定麦门冬药材中水分含量的方法。[方法]以烘干法测定90批麦门冬的水分含量作为参考值,利用近红外光谱仪采集麦门冬漫反射光谱结合偏最小二乘法(PLS)建立麦门冬药材中水分定量校正模型。[结果]运用SNV+First Derivative+Norris平滑光谱预处理方法,筛选最佳建模波段在5 000~9 000 cm-1,主因子数为8,建立的定量模型内部交叉验证相关系数R为0.981 1,交叉验证误差均方差RMSECV为0.131,12批验证集样品的参考值与预测值经统计学t检验,P=0.950.05,表明2组数据无统计学意义。[结论]运用近红外光谱技术建立麦门冬水分定量模型可快速预测其水分值,该方法快速、简便,结果准确,为中药材质量的实时监测提供数据支持。     

在线富集近红外光谱法测定痕量重金属铅

选择螯合树脂D401对水中的重金属铅进行在线富集,使铅离子络合在有机吸附材料上,实现能被近红外光谱检测的目的。利用特殊设计的富集检测装置,富集后的铅离子不经洗脱而直接在线进行漫反射近红外光谱的测量。采用多元散射校正（MSC）对光谱进行校正后,利用偏最小二乘方法（PLS）建立铅浓度与近红外光谱之间的线性模型。经MSC校正后,铅浓度与近红外光谱有很好的线性关系,单个波长吸光度与浓度之间的线性相关系数最高可达0.958 8,用偏最小二乘方法建模的结果是,当隐变量数目为2时,预测误差达到最小,为0.869 7 μ     

基于正交小波包的异福片近红外光谱分析

目的 利用小波包变换(WPT)提取异福片样品近红外漫反射光谱的特征信息,建立用近红外光谱(NIRS)快速测定异福片中有效成分的新方法.方法 运用偏最小二乘法(PLS)建立特征信息与利福平和异烟肼含量之间的定量校正模型,对预测集的样品进行含量测定.结果 校正模型在小波包分解尺度为6时预测精度最好,预测集利福平和异烟肼的相关系数(rp)分别从原始光谱的0.981 72和0.979 89提高到0.990 09和0.991 48,同时预测集均方根误差(RMSEP)分别从0.007 66和0.006 84减小到0.005 89和0.005 36.结论 正交小波包多尺度分析对近红外光谱具有较强的去噪和压缩能力,从而使PLS模型更具有代表性和稳健性,同时也提高了建模效率和模型的预测精度.     

黄芩配方颗粒黄芩苷含量近红外光谱测定方法

目的 采用近红外光谱测定方法(NIRS)快速测定黄芩配方颗粒中的黄芩苷.方法 运用NIRS与偏最小二乘法相结合,通过优化不同的预处理方法、不同的谱区范围,建立了测定黄芩颗粒剂中指标性成分黄芩苷的定量校正模型.结果 建立了黄芩配方颗粒中黄芩苷的近红外模型,定量校正模型的相关系数R2为0.9702,校正集均方根误差RMSEC为0.555,预测集均方根误差RMSEP为1.05.结论 本实验研究了基于NIRS的不同厂家黄芩配方颗粒剂快速质量分析方法,所建模型可无损、快速地预测黄芩苷含量,为黄芩配方颗粒的质量控制提供一定的参考.     

近红外光谱法快速测定青翘中醇浸出物的含量

目的运用近红外光谱技术（NIR）快速测定青翘中醇浸出物的含量。方法运用NIR结合偏最4、二乘法（PLS）建立青翘药材中醇浸出物含量的定量校正模型。结果所建立的定量校正模型内部交叉验证决定系数为0．99262,内部交叉验证均方差为0．83793,校正均方差为0．284,预测均方差为0．438。结论运用NIR测定青翘药材中醇浸出物含量是可行的。     

近红外光谱技术结合偏最小二乘法快速测定砂仁中乙酸龙脑酯的含量

目的?运用红外光谱（NIRS）技术快速测定砂仁中乙酸龙脑酯的含量。方法?采用GC测定101份砂仁中乙酸龙脑酯的含量,采集其NIRS图,结合偏最小二乘法（PLS）建立砂仁中乙酸龙脑酯的定量分析模型。结果?砂仁中乙酸龙脑酯的定量分析模型的校正集内部交叉验证决定系数（R2）、校正均方差（RMSEC）和内部交叉验证均方差（RMSECV）分别为0.992?59、0.014?5和0.071?4;外部验证预测均方差（RMSEP）为0.016?7。结论?NIRS简便准确,可用于砂仁中乙酸龙脑酯含量的快速测定。      

近红外漫反射光谱-偏最小二乘法非破坏定量分析维生素C片

目的采用近红外漫反射技术结合偏最小二乘法对维生素C片中的维生素C进行非破坏性定量分析。方法110个校正集样品采用近红外二阶导数在10 000~4 000 cm-1光谱区间建立了维生素C片中维生素C的含量定量分析模型,对验证集进行验证,并计算实际样品的标示含量。结果校正集预测值与真实值的相关系数（r）为0.996 9,校正均方根误差（RMSEC）为1.30。对10个验证集样品进行外部验证,预测均方根误差（RMSEP）为0.656,预测值的平均回收率为97.24%（RSD=4.89%,n=10）。结论本方法简便,快速,准确,适用于药品快速检查和质量控制。     

近红外光谱法快速测定六味地黄丸中马钱苷

目的 利用近红外光谱（NIRS）法快速测定不同厂家浓缩六味地黄丸中马钱苷。方法 利用HPLC法测定六味地黄丸中马钱苷,运用偏最小二乘法建立NIRS与HPLC测定值之间的多元校正模型。结果 马钱苷定量校正模型的内部交叉验证均方差RMSECV为0.049 3,决定系数R²为96.62,对预测集进行预测,预测值与真实值的相关系数r²＝97.17,预测均方差RMSEP为0.038 9,方法精密度RSD为1.99%,稳定性RSD为1.13%。结论 NIRS法可准确测定马钱苷,为中成药的快速、无损定量分析提供了依据。     

氨咖黄敏胶囊近红外一致性检验模型的建立与应用

[目的]建立氨咖黄敏胶囊近红外一致性检验模型.[方法]运用近红外漫反射光谱技术采集氨咖黄敏胶囊的近红外光谱,以一阶导数、17点平滑法和矢量归一化法对光谱进行预处理,选取同一厂家6个批次样品,使用3台仪器共扫描108张光谱作为标准光谱,另取8批其他厂家的氨咖黄敏胶囊样品进行扫描,共扫描144张作为检验光谱.参考光谱的CI值最高为7,利用比对最大CI值方法建立一致性近红外检验模型.[结果]标准样品波谱形态一致,位置集中不偏移.检验样品波谱形态虽然一致,但位置存在偏移.两组之间在9 000~7 500cm~(-1),6 900~5 600cm~(-1)和5 000~4 250cm~(-1) 3个波段表现突出.标准样品CI值较集中,并均在4.5以下,检验样品CI值均高于4.5.[结论]近红外光谱检测同一厂家药品表现出良好的一致性,而检测不同厂家的药品表现出明显的特异性.建立相应药品近红外一致性检验模型可快速、简便、准确地筛查出药品的生产厂家.     

超声定量参数的预测模型在乳腺病变中的应用

将241例患者纳入研究,每例患者均有1份乳腺影像学报告及数据系统(BI-RADS)4级的病变经过常规超声、彩色多普勒超声和声脉冲辐射力成像(ARFI)的检查,记录病变的血流阻力指数(RI)、肿块与腺体的剪切波速度(SWV病变、SWV腺体)及其比值(SWV病变/SWV腺体),利用ROC曲线评价各参数诊断性能,再使用分类算法进行分类分析,构建预测模型.经病理证实,241例乳腺病变中140例为恶性、101例为良性.分类算法纳入了RI及SWV病变,深度包括2个分支(当SWV病变≤3.795 m/s,考虑RI≤0.620或0.6200.790;当SWV病变>3.795 m/s,考虑RI≤0.710或>0.710).分类算法的曲线下面积(AUC)为0.938,灵敏度为98.6％,特异度为57.4％.超声定量参数的预测模型可以明显提高诊断乳腺BI-RADS 4级病变良恶性的准确性,能避免24％乳腺病变的穿刺活检.     

阴道分娩后尿潴留风险预测模型的构建

目的构建阴道分娩后尿潴留(PUR)的风险预测模型。方法选取阴道分娩的785例产妇,收集产妇相关临床资料,根据产后有无发生PUR将所有病例分为PUR组和对照组。采用Logistic回归分析模型构建其风险预测模型,并通过受试者工作特征(ROC)曲线下面积来检验模型预测效果。结果构建的阴道分娩后尿潴留的风险预测模型共纳入了分娩镇痛、会阴侧切、产钳助产、第二产程时间＞60 min、巨大儿5个相关因素。该模型ROC曲线下面积为0.931,最佳临界值为0.683,灵敏度为0.881,特异度为0.801。结论本预测模型预测效果较好,在临床应用时可为临床预测PUR的发生提供客观参考。     

体外循环心脏术后并发压力性损伤预测模型的建立

目的构建体外循环心脏术后并发压力性损伤的预测模型。方法选取543例行体外循环心脏手术的病人作为研究对象,依据压力性损伤发生情况分为压力性损伤组（n=164）和非压力性损伤组（n=379）,使用单因素和多因素logistic回归分析体外循环心脏术后并发压力性损伤的危险因素,并据此建立列线图预测模型。结果单因素分析显示:2组病人不同年龄、贫血、前白蛋白水平、术中最低体温、体外循环时间和手术时间资料间差异均有统计学意义（P < 0.01）。多因素logistic回归分析显示:年龄≥60岁、贫血、前白蛋白水平 < 280mg/L、体外循环时间≥100min和手术时间≥4 h是体外循环心脏术后并发压力性损伤的独立危险因素（P < 0.05~P < 0.01）。列线图模型验证结果显示:C-index为0.714,校准曲线趋近于理想曲线,ROC曲线的AUC为0.702（95%CI:0.681~0.727）,在10%~70%范围内,列线图模型净获益。结论年龄≥60岁、贫血、前白蛋白水平 < 280mg/L、体外循环时间≥100min和手术时间≥4h会增加体外循环心脏术后并发压力性损伤的风险,根据危险因素构建的列线图模型能有效预测体外循环心脏术后并发压力性损伤的风险。     

剖宫产术后阴道分娩(VBAC)预测模型的建立

目的合理完成剖宫产术后再次妊娠阴道分娩预测模型的创建,针对剖宫产术后阴道试产(TOLAC)成功的可能性进行有效预测。方法选取2011年10月至2014年9月东莞市塘厦医院尝试TOLAC的产妇402例,试产成功组作为研究组,试产失败后重复剖宫产(RCD)组作为对照组,使用χ~2检验对相关因素进行单因素分析。其中有统计学意义的因素纳入多因素非条件Logistic回归分析作进一步筛选,确定TOLAC成功与否的影响因素。随机选取其中321例(80%)作为训练样本,剩下的81例(20%)作为考核样本,使用多因素Logistic回归模型中有统计学意义因素的回归系数建立预测模型,并计算各种评价指标以及受试者工作特性(receiver–operating-characteristics,ROC)曲线下面积(AUC),使用训练样本对模型进行回顾性考察,考核样本进行前瞻性考察。结果 TOLAC成功318例(79.1%),试产失败后RCD 84例(20.9%)。单因素分析中差异有统计学意义的有教育程度、产前BMI(kg/m~2)、产次、入院时宫口开大程度、先露高低、宫颈Bishop评分、入院时是否胎膜已破及是否胎膜早破。多因素非条件logistic回归分析筛选后的因素有产前BMI(kg/m~2)、产次、入院时宫口扩张程度及是否胎膜早破。建立的预测模型为:P=1/[1+exp(-0.785+1.326_x1-1.506_x2-1.2449_x31-1.4211_x32+0.7619_x4)](P为TOLAC成功概率的预测值)。结论此模型对TOLAC成功与否的预测有一定价值,但尚未能在临床应用。     

原发性肝癌自发性破裂的预测模型构建

目的：构建评估原发性肝癌自发性破裂风险的方法。方法：回顾性分析浙江大学医学院附属第一医院2008年1月—2013年5月之间77例诊断为原发性肝癌自发性破裂的住院患者与95例同期内未发生肝癌破裂的原发性肝癌患者资料,比较两组的临床特征,找出原发性肝癌自发性破裂的危险因素,并构建多因素logistic回归模型以评估肝癌自发性破裂的风险。结果：多因素logistic回归分析发现中到大量腹水、肝硬化、肿瘤突出肝脏表面、最大肿瘤的长径≥5 cm这4项为原发性肝癌自发性破裂的独立危险因素（均P<0.05）。绘制所构建logistic回归模型的受试者工作特征曲线,其曲线下面积为0.862（P<0.05）。结论：最大肿瘤长径≥5 cm、肿瘤突出肝脏表面、肝硬化、中到大量腹水是原发性肝癌发生自发性破裂的独立危险因素,基于这四项因素构建的logistic回归模型可有效评估原发性肝癌自发性破裂发生的风险。     

产后盆腔肌筋膜疼痛风险预测模型的建立

目的：构建预测产后盆腔肌筋膜疼痛（MFPP）发生的风险预测列线图模型。方法：收集2020年7月至2021年9月产后6～12 周来温州市人民医院随访女性,根据MFPP诊断标准分为MFPP组和非MFPP组;一般人口学资料变量和盆底肌电评估数据变量采用Lasso回归筛选并对盆底肌电评估数据进行单因素分析,将筛选变量结合临床常用的盆底肌电评估数据构建产后MFPP风险预测列线图模型,绘制校准图,采用一致性指数（C-index）评估列线图模型的稳定性及预测效能,绘制临床决策曲线分析在产后MFPP队列中量化不同阈值概率下的净获益率确定模型的临床实用性。结果：共收集到300例产后随访女性（MFPP组150例,非MFPP组150例）。孕次、产次、分娩方式、新生儿体质量与产后MFPP发生相关,产后MFPP风险预测列线图模型C-index为0.706,有一定预测能力。当患者接受诊断阈值概率为23%～72%时可使模型的净获益率增加。结论：产后MFPP风险预测模型能有效地预测产后女性MFPP,为临床评估工作提供指导。     

重症COVID-19预测模型的建立和评价

目的 建立重症新型冠状病毒性肺炎(COVID-19)的预测模型,并对模型进行评价.方法 回顾性分析2020年1月1日至3月10日于江汉大学附属湖北省第三人民医院确诊的314例COVID-19患者入院时的基线资料,按住院后是否进展为重症COVID-19分为重症组(76例)和非重症组(238例),将两组患者间差异显著的指标...     

建立一种痔术后尿潴留风险预测模型

 目的 研究痔术后尿潴留的危险因素,并构建预测尿潴留风险的列线图。方法 回顾性收集复旦大学附属中山医院青浦分院2016年1月至2020年12月159例痔术后未留置尿管的患者的临床资料。采用LASSO方法筛选出尿潴留的危险因素,通过Logistic回归分析绘制痔术后需要留置尿管的列线图模型,并评估此模型的准确性（C-index）,通过内部验证评价模型。结果 该模型由年龄、性别、BMI、手术方式、外痔切除、术后补液量和术后镇痛等7个变量组成,具有较高的C-index（0.841,95%CI：0.774~0.908）和校准曲线,内部验证组仍有较高的C-index（0.793）。临床曲线分析得出阈值率在0.02~0.83时,该模型具有更好的临床使用价值。结论 痔术后尿潴留的风险预测模型具有较高的准确性和良好的稳定性,有助于临床医师评估痔术后是否留置尿管。     

肿瘤的近红外光免疫治疗研究进展

近红外光免疫治疗(NIR-PIT)是一种高选择性分子靶向的肿瘤光学治疗手段。它通过给予水溶性近红外硅酞菁染料IRDye700DX与靶向肿瘤细胞表面抗原的单克隆抗体的结合物,然后局部给予近红外光特异性地诱导肿瘤细胞的快速死亡。基于NIR-PIT良好的临床转化前景,本文从其影响因素、抗肿瘤作用机制、存在问题与对策等方面进行综述,旨在为其研究及临床应用提供参考。