H2AFX基因在肺腺癌中的表达及对预后的影响

目的 探索H2A组蛋白家族成员X(H2A histone family, member X,H2AFX)基因在肺腺癌中的表达及对预后的影响。方法 通过挖掘肿瘤基因组图谱数据库,分析H2AFX基因在肺腺癌患者肿瘤组织（497例）和癌旁正常组织（54例）中的表达情况。根据H2AFX在肺腺癌样本中表达水平,将肺腺癌患者划分为高表达、低表达两组,使用logistic回归分析H2AFX与患者的临床病理特征关系。利用Kaplan-Meier法和对数秩检验分析H2AFX表达和肺腺癌患者预后的相关性,使用单因素和多因素Cox回归分析其预后价值。利用基因集富集分析方法分析H2AFX在肺腺癌发生发展中相关的基因通路。结果 H2AFX基因在肺腺癌组织中表达高于正常组织（P<0.001）,且与患者的年龄（P<0.001）、T分期（P=0.007）、N分期（P=0.010）相关,而与M分期、性别无关（P>0.05）。Kaplan-Meier法和对数秩检验分析显示,肺腺癌患者中,H2AFX基因高表达组患者生存率低于低表达组患者（P<0.001）;多因素Cox回归分析结果显示,H2AFX可以...     

急性A型主动脉夹层患者术后死亡风险的预测模型

目的采用不同的机器学习算法, 构建并筛选预测急性A型主动脉夹层患者术后30天内死亡风险的最佳预测模型。方法纳入2015年至2022年间行手术治疗的急性A型主动脉夹层患者521例, 收集其围手术期资料并进行筛选后保留329例。分别通过Lasso回归和主成分分析确定两组不同的预测变量后, 使用逻辑回归和支持向量机、随机森林、梯度提升、超级学习算法建立预测术后30天内死亡风险的预测模型, 并使用ROC曲线、敏感度值和特异度值等指标对各个模型进行比较。结果所有模型的ROC曲线下面积(AUC)0.791～0.959, 使用Lasso回归确定预测变量, 并通过超级学习算法建立的模型预测效果最佳, AUC 0.959。结论在对急性A型主动脉夹层术后30内死亡的预测中, 超级学习算法优于其他算法。