基于Adaptive Elastic Net与加速失效时间模型的亚组识别方法的应用拓展

目的 针对适应性设计下的Adaptive Elastic Net与加速失效时间模型亚组识别方法进行更多适用条件下的研究,以获得该方法最佳应用效果所对应的参数。方法 基于前期所提出的亚组识别方法,进一步探讨协变量间相关性、二阶段显著性水准([α1]和[α2])、协变量与样本量比例对该方法的影响。通过模拟研究,探讨含/不含协变量主效应的惩罚模型在不同情形下的亚组识别效果。结果 协变量间的相关性r=0、0.3、0.5时,检验效能（power）表现稳定;在二阶段自适应设计中,当[α1]和[α2]分别为0.035和0.015时,模型的power最高;固定样本量n的情况下,power随着待选协变量个数与n比例的上升而下降,比例升到1之后power呈现平稳趋势;对于不同生存时间的参数分布,单变量模型表现出不同的模式,而惩罚AFT模型相对稳定。结论 协变量间的相关性不影响检验power;（0.035,0.015）可作为自适应设计显著性水准的参考设置;获益亚组与非获益亚组间的治疗效果差异较小时,含协变量主效应的惩罚性AFT模型（Penalized,Eq_in）优于不含协变量主效应的单变量AFT模型（Univariate,Eq_ex）;当协变量数量与样本量的比值小于1时,“Univariate,Eq_ex”的power更高;否则,“Penalized,Eq_in”的效果会更好;生存数据的参数分布对单变量模型的影响较大,但对惩罚模型的影响较小。     

倾向评分配比在SPSS软件上的实现

目的研究倾向评分配比法在SPSS软件上的实现,并对分析结果进行解释。方法通过安装与SPSS对应版本能够连接的
R软件和插件,以及实现倾向评分配比需要的程序包,在SPSS界面添加PS Matching模块,然后结合实例演示如何使用模块。
结果成功实现了评分配比,并对匹配效果给出直观和定量的统计描述与评价。结论在SPSS软件中,可以较为方便地实现倾
向评分配比。
     

多组间协变量均衡性评价方法的研究

目的构建用于评价三分组资料组间协变量均衡性的指标(简称FQ统计量);比较假设检验法、标准化差异法和FQ统计量这三种方法检验三分组资料组间协变量均衡性的能力。方法利用合并方差构建FQ统计量;采用有序多分类和无序多分类logistic回归计算各组研究个体的倾向性评分值;采用Monte Carlo模拟比较上述三种方法检验三分组资料组间协变量均衡性的能力。结果假设检验法检验三组间协变量均衡性的能力受样本量大小的影响,而标准化差异法和FQ统计量则不受样本量大小的影响。标准化差异法和FQ统计量检验三组间协变量均衡性的能力均高于假设检验法,且两者保持高度一致。当协变量的FQ统计量小于0.2时,认为协变量在三组间的分布达到均衡。结论标准化差异法与FQ统计量是有效的协变量均衡性检验方法,而FQ统计量的计算步骤较标准化差异法简便,因此更具有应用的优势。     

青海省称多县藏狐和犬棘球绦虫感染分离株的虫种鉴定北大核心CSCD

目的对青海省玉树州称多县藏狐和犬体内的棘球绦虫(Echinococcus)进行虫种鉴定。方法搜集称多县意外死亡的藏狐(Vulpes ferrilata)6只、驱虫犬5只和未驱虫无主犬1只,剖检小肠,肉眼观察小肠内棘球绦虫感染情况,沉淀法搜集棘球绦虫成虫,虫体经硼砂洋红染色后于镜下观察,初步鉴定虫种后,计算感染度。选取8条多房棘球绦虫和2条石渠棘球绦虫,提取基因组DNA,PCR扩增线粒体DNA(mt-DNA)的细胞色素氧化酶第1亚基(COⅠ)基因,测序并进行序列分析。结果镜下观察,共发现2种棘球绦虫,分别为多房棘球绦虫和石渠棘球绦虫。6只藏狐中,2只感染多房棘球绦虫,感染度分别为1 640条和839条,1只感染石渠棘球绦虫,感染度为833条。6只藏区犬中,2只感染多房棘球绦虫,感染度分别为10 195条和78条。PCR结果显示,8条多房棘球绦虫和2条石渠棘球绦虫的扩增产物约为450 bp。8条多房棘球绦虫的COⅠ基因序列一致,与四川省藏狐体内发现的多房棘球绦虫COⅠ基因(登录号为AB461417)序列一致性为100%。2条石渠棘球绦虫的COⅠ基因(登录号为JQ317998)序列一致,与四川省石渠县高原鼠兔(Ochotona curzoniae)体内发现的石渠棘球绦虫幼虫COⅠ基因(登录号为AB159136)序列一致性为99.2%。结论青海省玉树州称多县藏狐和犬有多房棘球绦虫和石渠棘球绦虫感染。     

Adaptive Elastic Net结合加速失效时间模型在亚组识别中的应用

目的针对临床试验中的生存数据,基于加速失效时间模型提出一种亚组识别方法。方法将Adaptive Elastic Net应用于 加速失效时间模型（称为惩罚模型）,通过检验协变量与治疗组别的交互项来识别亚组相关协变量。采用基于极大似然的 change-point算法寻找预测计分的截断点以对患者进行亚组分类。采用二阶段适应性设计,以评价治疗效果是否存在于所识别 的获益亚组人群中。对比四种模型（含协变量主效应的惩罚模型、单变量模型,以及不含协变量主效应的惩罚模型、单变量模 型）的亚组识别效果。结果模拟结果显示,在样本量较小、删失率较高、获益亚组占比较小以及样本量不超过协变量个数的情 况下,含协变量主效应的惩罚模型在获益亚组的识别上有明显的优势;而其他情况下,则是不含主效应的单变量模型较优。在 二阶段适应性设计中,这两种模型进行亚组识别的Ⅰ类错误均控制在0.05左右;当潜在获益亚组时,相比于传统设计,适应性设 计很大程度上提高了检验效能。结论含协变量主效应的惩罚模型适用于生存数据的亚组识别;相比于传统设计,二阶段适应 性设计更适用于潜在获益亚组的疗效评价。     

疥螨Sar s14.3过敏原蛋白原核表达及间接ELISA方法的建立

目的 预测疥螨猪变种转录组中过敏原蛋白,对Sar s 14.3过敏原蛋白进行生物特性分析、原核表达并建立间接ELISA诊断方法。方法 利用转录组测序(RNA-Seq)及BLAST、ProtParam、I-TASSER和COMPARE等软件和数据库对疥螨猪变种转录组中的过敏原组分进行预测并对疥螨Sar s 14.3过敏原蛋白序列进行理化性质分析、结构分析、同源性分析和间接ELISA诊断方法的建立。结果 在疥螨猪变种的18 980个转录本中共预测出390条过敏原序列,且随机匹配可能性值(E-value)为0的序列有28条。Sar s 14.3过敏原蛋白的理论相对分子质量为38 kDa,蛋白较稳定,为亲水性蛋白;二级结构以无规卷曲和β-折叠为主,其氨基酸序列与疥螨其他变种主要过敏原组分14蛋白序列相似性不低于99.76%,而与尘螨属螨虫的相似性最高为73.08%,与现行的形态学分类系统一致。所建立的间接ELISA诊断方法的最佳包被抗原浓度为2μg/mL,血清最佳稀释倍数是1∶400。结论 本试验成功预测了疥螨猪变种转录组中的过敏原序列并克隆、表达了疥螨猪变种Sar s 14.3蛋白,初步预测...