失代偿期肝硬化患者营养不良诊断模型的探讨

目的 分析失代偿期肝硬化患者营养不良影响因素,研究其诊断模型。方法 收集202例失代偿期肝硬化住院患者临床资料,比较不同营养状况下患者临床指标的差异。通过使用LASSO回归、Logistic多因素分析筛选失代偿期肝硬化患者营养不良的独立影响因素建立诊断预测列线图模型。同时比较皇家自由医院营养优先排序工具(RFH-NPT)、主观全面营养评定(SGA)和诊断预测模型的诊断效能,并验证预测模型的性能。结果 GLIM标准下失代偿期肝硬化患者中营养不良发生率为50.99%;多因素分析发现肝硬化患者营养不良与年龄、体质指数(BMI)、白蛋白、握力、肌少症指数(SI)等因素相关(P<0.05);联合预测指标、RFH-NPT和SGA分别筛查出53.5%、59.4%和46.0%的患者存在营养不良。与RFH-NPT、SGA相比,联合预测指标与GLIM标准具有更高的相关性(r=0.806,P<0.001),具有更好的预测价值(AUC=0.965)。验证结果显示联合指标诊断模型预测价值较好。结论 肝硬化营养不良发生率较高,结合年龄、BMI、白蛋白、握力、SI可诊断肝硬化营养不良。     

γ干扰素释放试验在结核病筛查的价值评估

目的探讨γ-干扰素释放试验(IGRA)在结核病筛查的价值并构建疾病归属预测模型。方法对613例疑似结核病例进行IGRA并构建检验库,与临床诊疗库比对分析。结果 NIFN-γ≥8.5及TIFN-γ-NIFN-γ≥14,96.2%患者为活动期结核,3.8%患者抗布氏杆菌治疗敏感;NIFN-γ<8.5及TIFN-γ-NIFN-γ≥400,73.9%患者为活动期结核,26.1%患者为陈旧性结核;NIFN-γ<8.5及14≤TIFN-γ-NIFN-γ<400,53.6%患者为活动期结核,36.4%患者为潜伏期结核,9.3%患者为陈旧性结核,0.7%患者抗布氏杆菌治疗敏感;TIFN-γ-NIFN-γ<14,2.8%患者抗结核治疗敏感。结论 IGRA在结核病筛查具有重要的意义,随着数据库病例的增加预测模型会更加准确可靠。     

基于决策树的慢性乙型肝炎与肝硬化诊断模型

目的利用决策树模型挖掘常见的临床检验资料信息,建立慢性乙型肝炎及肝硬化的无创诊断模型。方法选择广州医科大学附属第二医院2015年HBV感染相关性疾病518例,其中慢性乙型肝炎组344例,肝硬化组174例,收集患者的基本信息及常见的21项临床检验指标。通过无放回分层抽样方法在这两组样本中分别抽取3/4共同构成388例的训练样本,分别抽取1/4共同构成130例的测试样本,利用决策树分类回归树(Classification and Regression Trees,CART)和C4.5(Successor of ID3)两种算法构建模型,采用预测正确率和ROC曲线下面积(Area Under Curve,AUC)评价决策树模型的预测准确性。结果决策树的根节点样本数均为388,即全部训练样本,分枝包含最小样本数为15,决策树挖掘深度为5。最后进入C4.5模型的仅有白蛋白这一变量,叶节点个数为2;进入CART模型的有9个变量,分别是年龄、白蛋白、白蛋白/球蛋白、甲胎蛋白、Ⅲ型前胶原氨端肽、间接胆红素、总蛋白、丙氨酸氨基转移酶、球蛋白,叶节点个数为11。CART模型的预测正确率为86.15%,高于C4.5模型的83.85%;两者的AUC分别为0.851(95%CI:0.772~0.931)和0.822(95%CI:0.739~0.906)。结论利用决策树模型充分挖掘常规临床检验资料,所构建的无创诊断模型有较高的预测准确度,且CART模型优于C4.5模型,结果直观明了,解读性强,有一定的临床参考价值。     

FibroScan联合多种预测模型预测肝硬化患者食管静脉曲张程度应用价值探讨

目的 探讨应用FibroScan和其他指标评判肝硬化患者食管静脉曲张(EV)程度的临床价值。方法 142例肝硬化患者接受胃镜检查,了解食管胃底静脉曲张情况,使用FibroScan检测肝脏硬度值(LSM),计算天冬氨酸氨基转移酶/血小板比值指数(APRI)、基于 4 因子的纤维化指数(FIB- 4)和γ-谷氨酰转肽酶/血小板计数模型(GPR),绘制受试者工作特征曲线(ROC),并计算曲线下面积(AUROC),评价各指标评判EV的临床价值。结果 本组患者经胃镜检查,发现无EV组49例,有EV组93例(G1 28例,G2 30例,G3 35例);EV组LSM、APRI、FIB-4和GPR分别为(25.8±1.6)kPa、(1.5±0.1)、(5.3±0.3)和(0.9±0.1),均显著大于无EV组【分别为(15.2±1.5)kPa、(0.7±0.1)、(2.9±0.3)和(0.4±0.1),P<0.05】;严重EV组LSM、APRI、FIB-4和GPR也显著大于无EV或轻度EV组;LSM、APRI、FIB-4和GPR判断EV≥G2的截断点分别为19.20 kPa、1.9、4.9和0.5,其诊断的灵敏度和特异度分别为68.7%和96.7%、60.0%和89.80%、61.5%和91.80%,和60.0%和85.70%。结论 应用FibroScan、APRI、FIB-4和GPR等无创性指标可以预测肝硬化患者食管静脉曲张的存在,对不能行胃镜检查的患者可作为一种替代方法而做出判断。     

对比基于PET/CT的不同方法定性诊断孤立性肺结节的效能

目的对比观察基于PET/CT的不同方法定性诊断孤立性肺结节(SPN)的效能。方法收集161接受PET/CT检查的SPN患者,比较良恶性SPN患者间临床表现、高分辨率CT(HRCT)征象及SUV max值的差异;通过二元Logistic回归构建SPN的数学诊断模型,比较诊断模型、PET/CT及HRCT的诊断效能。结果161例SPN中,经病理诊断恶性131例,良性30例。PET/CT诊断恶性SPN的灵敏度、特异度及准确率分别为98.47%(129/131)、76.67%(23/30)及94.41%(152/161),HRCT分别为59.54%(78/131)、83.33%(25/30)及63.98%(103/161)。经单因素及多因素分析后,将SUV max、年龄、钙化及气管血管集束纳入回归方程并建立模型,模型诊断恶性SPN的敏感度、特异度及准确率分别为82.44%(108/131)、86.67%(26/30)及83.23%(134/161)。ROC曲线结果显示,模型、PET/CT及HRCT诊断恶性SPN的AUC分别为0.909、0.876及0.714,PET/CT及模型的AUC均高于HRCT(P均<0.001),模型与PET/CT差异无统计学意义(P=0.468)。结论基于PET/CT的Logistic回归模型及PET/CT定性诊断SPN的效能优于HRCT,且特异度高于PET/CT。     

纳入血浆脂蛋白(a)的家族性高胆固醇血症改良诊断模型的探索性研究

目的:本研究旨在建立纳入血浆脂蛋白(a)[Lp(a)]的家族性高胆固醇血症(FH)的改良诊断模型,并将其诊断性能与荷兰脂质诊所网络(DLCN)标准、中国人群FH简化诊断标准(CSCFH)进行比较。方法:选取2011年5月至2018年1月期间接受冠状动脉造影的受试者10320例用于FH改良诊断模型的建立(7740例为建模人群,2580例为外部验证人群),在DLCN标准的基础上得到改良诊断模型。结果:FH改良诊断模型的诊断项目包括未经治疗的低密度脂蛋白胆固醇(LDL-C)水平、Lp(a)、早发冠心病、肌腱黄色瘤和早发冠心病家族史或高胆固醇血症家族史,并给以上指标确定分值,将总分≥6分时可诊断为临床FH。改良诊断模型与DLCN标准一致性良好,在建模人群中κ=0.766,在外部验证人群中κ=0.721(P均<0.001),与CSCFH的一致性一般(κ=0.495)。结论:纳入Lp(a)的新型改良诊断模型具有较好的诊断效能,可以为中国人群的FH诊断提供新的见解。     

脂类和补体联合检测在肺结核鉴别诊断中的应用价值

目的 探讨血浆16项指标在肺结核鉴别诊断中的应用价值。方法 选取2019年5月至2021年10月在上海市公共卫生临床中心及上海交通大学医学院附属仁济医院就诊的肺部疾病患者252例为研究对象,其中肺结核初治患者85例(TB组),非小细胞肺癌(NSCLC)初治患者87例(NSCLC组),社区获得性肺炎(CAP)初治患者80例(CAP组)。同期选取上述两个单位的体检健康者90例作为对照组。比较各组血浆载脂蛋白(Apo)A1、ApoA2、ApoB、ApoC2、ApoC3、脂蛋白a[Lp(a)]、总胆固醇(TC)、甘油三酯(TG)、高密度脂蛋白胆固醇(HDL-C)、低密度脂蛋白胆固醇(LDL-C)、小而密低密度脂蛋白胆固醇(sdLDL-C)、游离脂肪酸(NEFA)、补体C1q(C1q)、补体C3(C3)、补体C4(C4)、总补体活性(CH50)这16项指标水平。采用受试者工作特征(ROC)曲线分析比较单项指标的鉴别诊断效能,采用逐步法二元Logistic回归对差异有统计学意义的指标拟合建模,并评价回归模型的鉴别诊断效能。结果 TB组血浆ApoA1、ApoA2、ApoB、ApoC2、ApoC3、T...     

基于机器学习算法的宫颈癌辅助诊断模型

目的 基于来自临床的真实世界数据,探索机器学习模型在宫颈癌辅助诊断方面的性能表现,并讨论其后续在临床进一步推广的意义及可行性。方法 选取2018-01-12-2021-12-30在深圳市妇幼保健院(1 294例)、青岛大学附属医院(1 336例)和成都市妇女儿童中心医院(384例)等3家医疗机构收集的宫颈病变患者相关资料。以8∶2的比例划分训练集和验证集,通过5种机器学习算法建立相关宫颈癌辅助诊断模型,并评估比较模型的性能。结果 共纳入研究对象3 014例,宫颈上皮内瘤变(CIN)≥2级767例(25.45%),宫颈CIN<2级2 247例(74.55%)。经过K折交叉验证(K=5)选出最优参数建立相关辅助诊断模型,除决策树外,其余宫颈癌辅助诊断模型的性能均较好,其中神经网络模型性能表现最优,受试者工作特征曲线下面积>0.92。结论 神经网络等模型在宫颈癌风险辅助诊断方面性能表现较好,建议结合各个模型的优势和特点,充分发挥其临床作用和价值。     

基于支持向量机的类风湿关节炎早期诊断模型构建及其效果评价

目的构建基于支持向量机(SVM)的类风湿关节炎(RA)早期诊断模型,并评价其预测效果。方法以240例RA患者和180例其他风湿免疫病患者作为研究对象,测定其血清抗环瓜氨酸多肽(CCP)抗体和类风湿因子(RF),采用SVM构建早期诊断模型,并采用五次交叉验证法评价其效果。结果 SVM仿真诊断正确率为85.48%,高于RF(70.71%)和抗CCP抗体(84.05%)。五次交叉验证结果显示,SVM仿真模型诊断RA的灵敏度(Sen)为88.33%、特异度(Spe)为81.67%,MCC值为0.702 65,说明模型性能较好。RF诊断RA的Sen为74.17%,Spe为66.11%,抗CCP抗体诊断RA的Sen为78.75%、Spe为91.11%。三者Sen、Spe比较,P均<0.01。结论成功构建基于SVM的RA早期诊断模型,其对RA的预测效果较好。