直径<10 mm的肺小结节恶性概率预测模型研究

目的 构建直径<10 mm的肺小结节恶性概率预测模型并验证效果。方法 回顾性分析2018年1月至2019年12月于南京医科大学附属淮安第一医院胸外科行肺小结节切除术的125例患者的临床资料,进行单因素分析及Logistic多因素回归分析,构建肺小结节恶性概率预测模型,通过绘制受试者工作特征（Receiver Operating Characteristic,ROC）曲线并计算曲线下面积验证模型预测效果。结果 构建的肺小结节恶性概率预测模型共纳入了结节直径>5 mm、位于肺上叶、无钙化、边缘不光滑、有血管征、有分叶征6个相关因素。该模型ROC曲线下面积为0.901,最佳临界值为0.789,灵敏度为0.879,特异度为0.734。结论 本肺小结节恶性概率预测模型简单易操作,方便临床使用,有助于临床对肺小结节良恶性的判断,以指导正确的治疗,改善肺癌患者的预后。     

胃肠外科肿瘤患者术后谵妄风险预测模型的构建及效能评价

目的 探讨胃肠外科肿瘤患者术后谵妄的危险因素,构建风险预测模型并验证。方法 采用横断面调查研究法,选取2020年1—11月在西南医科大学附属医院接受胃肠道肿瘤手术的583例患者作为研究对象。采用自行设计的一般资料调查表、简易精神评估量表、抑郁自评量表、焦虑自评量表、数字疼痛评估量表收集相关资料,采用意识模糊评估方法（CAM）评估患者术后谵妄。将单因素分析中P<0.05的影响因素作为自变量拟合非条件Logistic回归分析患者术后谵妄的危险因素,采用Logistic回归构建风险预测模型并进行效能评价。结果胃肠外科肿瘤患者术后谵妄风险预测模型纳入既往排便不通畅、面罩吸氧、转入ICU、术前血钾浓度和术后疼痛评分共5个预测因子;验证结果显示,AUC=0.784(95%CI:0.735～0.833),灵敏度为83.2%,特异度为63.9%,约登指数为0.471。结论 本研究构建的胃肠外科肿瘤患者术后谵妄风险预测模型具有一定的区分能力,可为护理人员早期识别术后谵妄高风险人群并采取针对性的干预措施提供参考。     

BP神经网络在SMILE手术角膜基质切削厚度预测中的应用

目的 构建用于精准预测小切口角膜透镜取出(Small-Incision Lenticule Extraction,SMILE)手术角膜基质切削厚度的BP神经网络模型。方法 从全飞秒手术系统厂家处获取标准化切削厚度数据表格,提取共计12188条数据作为研究对象,以切削厚度的影响因素输入,以切削厚度为输出结果,采用Matlab编程软件构建SMILE手术角膜基质切削厚度预测BP神经网络模型并对其进行训练和验证。结果 针对该BP神经网络模型,设定最大训练迭代次数为5000次,实际迭代次数为2464次,设定误差为0.001,实际误差为0.112。该BP神经网络模型对我院SMILE手术共计1038例临床患者数据进行仿真验证,切削厚度的预测数据取整后与实际数据的对比结果表明,约99.81%数据的误差在[-1,1]μm。结论 基于Matlab的BP神经网络预测模型实现了角膜基质切削厚度与球镜度数、柱镜度数、角膜曲率半径以及微透镜直径等参数间的非线性关系描述,通过调用该模型能准确预测角膜基质切削厚度并计算剩余角膜基质厚度,可为SMILE手术相关参数提供依据,进而提高SMILE手术的诊疗效率。     

儿童静脉血栓栓塞症风险预测模型的系统评价

目的系统地评价儿童静脉血栓栓塞症(VTE)风险预测模型, 为选择合适的预测模型提供客观依据, 为模型的更新及新模型的构建提供参考。方法计算机检索PubMed、Web of Science、Embase、Cochrane Library、Wiley Online Library、Scopus、ProQuest、万方、中国知网、维普网, 搜集关于儿童VTE风险预测模型的构建研究, 检索时限为建库至2022年1月13日。2名研究者独立筛选文献、提取资料, 采用预测模型研究的偏倚风险评价工具(PROBAST)工具对纳入研究进行评价。结果最终纳入共纳入11篇文献, 共11个儿童VTE风险预测模型, 其中6篇为回顾性病例对照研究, 3篇为回顾性队列研究, 2篇为前瞻性队列研究。10篇文献报告了受试者工作特征曲线下面积(AUC)进行内部验证, 1篇研究进行了外部验证, 预测性能指标AUC为0.670～0.945, 10篇均>0.7, 预测效能较好。预测模型中包含较多的预测因子为中心静脉导管、年龄、感染、肿瘤和手术。10篇存在较高的偏倚风险, 但所有模型适用性较好。结论儿童VTE风险预测模型的预...     

毒理学替代方法及其在新药安全性评价中的应用

目的药物安全性是决定新药研发成功与否的关键性因素之一。近年随着实验动物使用的4Rs(减少、替代、优化和可靠)原则的倡导与实施,整体动物试验面临严重挑战。毒理学替代法使用其他方法而不用动物进行实验,其范围包括用组织学、胚胎学、细胞学或计算机等方法取代整体动物实验,以低等动物取代高等级动物等。替代方法中采用离体细胞和培养的组织,完全脱离了整体稳态和内分泌调控,在投药的准确性和结果定量上均显示出其优越性。但其方法的建立和认可过程精细繁杂,近年国际上虽然开展了大量研究,但真正成熟的替代方法并不多。本研究对目前毒理学替代方法进行概述,并应用毒理学替代方法对DCK系列化合物的早期毒性进行评价,主要包括对其一般毒性和特殊毒性的筛选与检测。方法DCK(3′,4′-di-9-o-(-)-camphanoyl-( )-cis-khellactone,DCK)系列化合物是本所研发的一类具有三环香豆素骨架结构,起源于天然植物产物suksdorfin,能有效抑制HIV-1型病毒DNA-DNA双链的合成,且与其他药物有良好的协同作用,对耐药性病毒株有较好的抑制作用,具有良好的开发前景。本次研究采用MTT法观察化合物对CHL细胞的毒性作用,并利用细胞毒性IC50值对急性毒性LD50值进行预测;上下法检测其对小鼠的急性毒性;Ames波动试验、体外微核试验及胚胎中脑和肢芽细胞微团法检测其遗传毒性和致畸性。结果DCK(554、426、2016)系列化合物对CHL细胞的半数抑制剂量(IC50)分别为0.43、0.49和0.18mg/ml。急性毒性LD50的预测值分别为2093.6、2041.2和1316.4mg/kg。对小鼠的急性毒性LD50实测值均大于2000mg/kg。提示体外细胞毒性数据对化学物质的体内急性毒性具有良好的预测性。无论有无S9的代谢活化,3种新化学物质均未显示出遗传毒性。体外致畸性研究显示,3种化合物中,仅2016化合物能严重抑制胚胎中脑和肢芽细胞的分化,存在潜在的致畸性。对DCK系列化合物的药效学及毒理学结果进行综合分析,426毒性较低且对HIV具有较高的抑制活性。结论毒理学替代法从不同的毒性终点对新化学实体进行比较和筛选,在药物早期毒性评价中具有重要的作用,细胞毒性数据对化学物质的体内急性毒性具有良好的预测性。     

急性ST段抬高型心肌梗死患者院内新发心房颤动的列线图预测模型构建与验证

目的 探究急性ST段抬高型心肌梗死（ST-segment elevation myocardial infarction,STEMI）患者新发心房颤动（new-onset atrial fibrillation,NOAF）的风险预测模型构建并验证,以便为尽早发现高风险人群、及时采取干预措施提供依据。方法 选取2017年1月至2021年12月在重庆市第四人民医院心血管内科住院的1 080名STEMI患者,其中院内新发房颤患者作为NOAF组（n=87）,从未发生NOAF的STEMI患者中随机抽取一部分作为对照组（n=199）,比较2组患者人口学特征及入院时临床资料,利用LASSO回归模型分析STEMI患者发生院内新发心房颤动的风险因素。对纳入的患者按7∶3的比例划分为模型组及验证组,建立个性化的院内NOAF预测模型并进行验证。结果 LASSO回归结果提示,年龄、入院心率、Killip分级≥II级、右房内径、二尖瓣中度以上反流、氨基末端脑钠肽前体（N-terminal pro-B-type natriuretic peptide,NT-proBNP）为STEMI患者发生院内NOAF的重要预测因素（P<0.05）。利用上述6个预测指标构建列线图模型。模型组曲线下面积（area under the curve,AUC）为 0.842（95%CI=0.780~0.905）,准确度为0.840（95%CI=0.782~0.888）;验证组 AUC 为 0.858（95%CI=0.774~0.943）,准确度为0.826（95%CI=0.729~0.899）。同时,校准曲线提示预测模型的校正能力良好。结论 本研究成功构建了STEMI患者院内发生NOAF风险的预测模型,经相关指标证实该预测模型具有较好的预测效率和临床适用性。利用列线图可方便直观地协助临床医护人员筛选高NOAF风险患者,制定针对性的干预措施,为早期防治和改善预后提供依据。     

建立影像-Ki67模型预测支气管动脉化疗栓塞联合125I粒子植入治疗非小细胞肺癌的短期疗效

目的：探讨影像-Ki67术前量化模型用于预测支气管动脉化疗栓塞（bronchial artery chemoembolization,BACE）联合125I粒子植入治疗非小细胞肺癌（non-small cell lung cancer,NSCLC）短期疗效的价值。方法：回顾性分析2015年1月—2020年12月于安徽医科大学第三附属医院经穿刺活检病理确诊为NSCLC且行联合介入治疗57例患者的术前肿瘤病灶CT影像组学特征和Ki67指标,使用Lasso回归算法筛选有预测价值的影像组学特征以建立影像评分标签,将该评分标签与Ki67以及其他临床信息经多因素Logistic回归进一步筛选,并建立量化列线图预测模型,使用受试者操作特征曲线（receiver operating characteristic curve,ROC curve）评估模型对接受联合治疗术后3个月疗效的预测能力。结果：经过影像特征筛选,归一化区域大小不均匀性（SZNN）灰度特征被纳入影像评分标签,同时与Ki67和性别临床因素被共同纳入最终预测模型,并且该模型在判别患者预后的ROC曲线下面积（AUC）为0.924（敏感性87...     

术前使用列线图预测胃癌患者淋巴结转移

摘 要：［目的］ 拟构建列线图预测术前胃癌淋巴结转移情况。［方法］ 回顾性分析接受胃癌根治术患者170例,按照病理结果将患者分为淋巴结转移组110例和无淋巴结转移组60例。采用Logistic回归分析筛选出胃癌淋巴结转移的独立危险因素,建立预测模型,并用1 000个bootstrap样本进行校正以减少过拟合偏差。［结果］ 通过单因素和多因素Logistic回归分析,显示与胃癌淋巴结转移相关的因素有CA72-4、PLR、CT影像学T分期、N分期,结合这4个因素构建的列线图在预测胃癌淋巴结转移风险方面表现出良好的准确性,C统计量为 0.87（95% CI：0.81～0.93）,内部验证校正后的C统计量为0.86,具有良好的拟合校准曲线。当列线图评分≥110分的胃癌患者高度怀疑有淋巴结转移。［结论］ 列线图提供了较准确的胃癌患者术前淋巴结转移预测。     

结直肠癌术后肝转移的危险因素分析及预测模型构建

目的:分析结直肠癌术后肝转移的危险因素并构建预测模型.方法:选取2011年1月至2015年12月于苏州市第九人民医院行根治性手术切除的247例结直肠癌患者作为观察对象,依据随访是否出现肝转移分为转移组、非转移组.对两组各项指标进行单因素筛选,再行Logistic多因素回归分析,并建立预测模型,应用受试者工作特征(rec...     

预测年轻乳腺癌患者生存率列线图的建立和验证

目的:构建预测年轻乳腺癌患者生存情况的列线图,以期帮助临床诊疗。方法:收集SEER数据库中5 525例年轻乳腺癌患者的临床信息,通过单因素Log-rank检验和多因素Cox生存分析筛选出独立预后因素,用于构建预测患者3、5年总生存率(overall survival,OS)和癌症特异性生存率（cancer special survival,CSS)的列线图,将我院就诊的147例年轻乳腺癌患者作为验证集进行外部验证。结果:单因素和多因素分析结果显示,种族、病理类型、组织学分级、T分期、N分期、M分期、ER状态、HER-2状态、手术方式是与患者OS和CSS相关的独立危险因素,将这些因素纳入并建立预测患者OS和CSS的列线图模型。内部和外部验证结果显示模型具有良好的预测性能。基于建立的OS和CSS列线图模型对患者进行了风险分层,能够准确地将年轻乳腺癌患者分成预后有显著差异的三个风险亚组。结论:本研究构建的预测模型能较为准确的预测年轻乳腺癌患者的预后情况,为临床的诊疗提供科学依据。