基因表达数据中误分类点的识别与处理

有监督的分析方法目前已被广泛应用于微阵列表达数据分析中 ,但训练集本身存在的个别样本的误分类情况大大影响了分类的质量。支持向量机 (SVMs)是近几年出现的一种新的通用学习算法 ,它独特的性能不仅非常适合于处理微阵列基因表达数据 ,而且还能对训练集中的误分类点做出准确的推测。介绍了如何利用 SVMs算法对 c DNA微阵列表达数据中的误分类点进行识别 ,并对如何处理误分类点给出了几点建议     

CompareData Quick临床数据管理系统的开发与利用

研究背景及意义 目前，临床试验数据还是记录在纸型的病例报告表（CRF）上，再由数据录入人员录入计算机中进行管理。通过使用良好的临床数据管理软件可以防止未经授权的人员接触数据，保证数据的安全性、保密性、真实性和可靠性。     

基于偏最小二乘的原发性肝癌细胞遗传学异常区域识别方法

目的 应用偏最小二乘法,并结合Fisher精确检验实现原发性肝癌细胞遗传学异常区域的识别.方法 利用Chen等发布在SMD上的原发性肝癌基因表达数据库,运用偏最小二乘法中的变量投影重要性(Variable mportance in the Project,VIP)指标筛选肝癌异常表达基因,根据基因在染色体上的定位,计算每条染色体上的上调、下调基因以及正常表达基因,运用Fisher精确检验识别有统计学意义的细胞遗传学异常区域.结果 得到基因表达增强区域7个(1q,5q,6p,8q,12q,17q,20q),表达下调区域为8个(4q,8p,9p,12p,13q,16q,17p,21q),15个异常区域已全部由实验方法证实.结论 与传统的实验方法和一些预测算法相比,偏最小二乘法结合Fisher精确检验能够有效、快速地识别染色体基因异常表达区域,灵敏度有了较大提高.     

基于统计学方法分析和提取CT文本报告的术语研究

目的:提取原发性肝癌CT诊断报告的术语,发现共性术语,探索特定术语,为报告文本数据结构化提供参考。方法:研究选取了实际临床工作中提交的在线CT报告,以标准案例库中的CT报告作为对照,比较两组152个标准术语的应用情况,以术语出现的频次作为主要研究指标。其中,对照组和在线组的报告例数各为326份,共652份。统计分析方法为方差分析、t检验或非参数检验方法。结果:152个术语中,有86个术语两组出现频次差异无统计学意义(p>0.05),说明这86个术语也是在线组的常用报告术语。326份CT报告按不同的治疗方式分为三组,162个术语中,有88个术语的平均出现频次受分组影响显著,说明这88个术语可能是某一组的特有术语。还有64个术语可能是三组报告的共性术语。结论:基于统计学方法可以帮助识别CT报告的共性术语和专用术语,便于报告文本的结构化处理。     

基于翻转课堂的形成性评价在医学统计学教学中的实践与评价

正关于医学统计学教学模式,国内外均开展了广泛的探索,如PBL~([1])、MOOC~([2])、翻转课堂~([3-4])等。其中,翻转课堂是近年来兴起的提高课堂教学效果的新模式,其注重学生综合素质和创新能力的培养~([5])。但是大多数翻转课堂教学采取的仍然是终结性评价方式,即学生成绩仍主要由期末考试决定,没有在翻转课堂及整个教学实施过程中给予学生成绩上的反馈,一定     

患者病情分级系统在重症监护室护理工作中应用的现况与进展

<正>重症监护室(intensive care unit,ICU)是医院对危重患者实施抢救及护理的集中区域,其对患者的正确分级与护理质量直接影响到患者的生存状况~([1])。随着人口老龄化,ICU将面临更多的重症患者与更繁重的护理工作负担,而过重的工作负担和     

上海市6所三甲医院脑卒中住院患者费用分析

目的：分析脑卒中住院患者费用结构及其主要影响因素,为合理控制医疗费用提供依据。方法利用上海市6个三甲医院2007—2010年脑卒中住院患者病案首页数据,回顾性分析住院费用结构,采用有序Logistic回归方法分析可能与患者住院费用有关的因素。结果20497例脑卒中住院患者平均住院费用为10358．68元。费用构成中药费最高,占40％以上。影响住院费用的因素有性别、年龄、入院情况、住院天数、并发症、治疗结果、费用负担形式。结论应合理调整医疗机构收费结构,缩短住院天数、控制并发症,减轻脑卒中患者的经济负担。     

伴有高血压的糖尿病大鼠大血管病变SMC增殖早期基因表达谱的研究

目的:建立糖尿病大血管病变平滑肌细胞(SMC)增殖早期基因表达谱.方法:以自发性高血压大鼠(SHR)为对照,以STZ诱导SHR构建伴有高血压的糖尿病大鼠模型为实验组,分别在1周、2周、4周时抽提胸主动脉中膜的总RNA,获得两组cDNA的探针,与含有4 096条大鼠全长基因的cDNA表达谱芯片杂交,扫描芯片荧光信号图像,对差异表达基因数据进行生物信息学分析.结果:1周时有差异表达的基因321条,160条基因表达下降(ratio<0.5),161条基因表达上升(ratio>2).2周、4周时上述数据分别为414、238、176和403、202、201.分级聚类分析归为8类,3期全部高表达已知基因13条,其中4条持续升高的基因(CD74、Irf1、GAP43、CD36)都与细胞增殖有关.CYP2E1基因的表达大幅上调(ratio 1 w=34.54; ratio 2 w=24.82; ratio 4 w=33.57).结论:糖尿病大血管病变SMC增殖是多基因综合改变的结果,细胞增殖相关基因高表达是主要病理基础,CYP2E1基因可能是糖尿病大血管病变SMC增殖较重要或关键的基因.     

利用数据仓库技术提高患者信息管理水平

目的：探讨运用数据仓库技术对患者信息进行存储。方法：对业务数据的特性进行分析,从数据模型和数据立方体的角度组织和展现数据。结果：建立了肝癌患者信息的星型模型,对数据仓库技术存储患者信息的方法进行了讨论,给出了建议。结论：利用数据仓库技术存储患者信息,可以提高患者信息管理水平。     

微分方程模型在基因调控网络构建中的应用

基因调控网络（Geneticregulatorynetworks，GRN）是指DNA、RNA、蛋白质和其他一些小分子，以及它们之间的相互作用关系所构成的系统。基因调控网络分析的目的就是要建立调控网络的数学模型，通过数学模型来研究基因之间的相互作用关系。随着分子生物学的进步，先进的测量技术能够为网络构建提供大量的实验数据，同时，数学、计算机科学和工程学中一些相关方法的应用，也为研究网络的结构、特性和调控关系提供了有力的工具。因为从本质上，基因调控网络是一个复杂的动力系统，这与物理学中的某些研究对象一定程度上有相似之处，该领域中的方法值得借鉴。