应用机器学习方法构建平滑肌肉瘤分子分型预测标签

[目的]应用机器学习方法,利用TCGA与GEO数据,构建平滑肌肉瘤分子分型预测标签。[方法]收集TCGA和GSE45510数据,建立机器学习模型,利用pamr包预测标签,将预测亚型与实际值对比以评估预测效果。[结果]经测试,阈值取6.639时,分类准确率为87.8%,相关基因159个。[结论]利用机器学习方法构建平滑肌肉瘤分子分型预测标签,可以用于预测平滑肌肉瘤分子亚型,提高诊断精度,指导未来平滑肌肉瘤亚型特异性靶向治疗,推动精准治疗发展。     

机器学习模型在儿科重症监护中急性肾损伤早期预测中的应用

儿科重症监护中患者急性肾损伤(AKI)是通过血清肌酐升高来诊断, 这只发生在肾损害之后。一旦发生AKI, 除了支持性护理外无其他治疗方法, 因此识别有风险的患者以防止肾损伤十分重要。该研究建立了一个机器学习模型, 以学习疾病前的生理测量模式, 并较目前的诊断指南提前48 h预测儿童AKI。该研究基于3家独立机构的16 863例1个月至21岁的儿科重症监护患者的电子病历数据, 建立了一个基于血清肌酐的早期预测的单一机器学习模型, 该模型使用智能工程预测器, 如肌酐变化率, 自动评估实时AKI风险。主要结局为中度至重度AKI(2/3期), 次要结局为任何AKI(1/2/3期)和需要肾脏替代治疗(RRT)。根据预测生成的警报以及相关信息和建议, 可以快速评估和降低AKI的风险, 例如预测"患者在未来48 h内有90%的风险发生AKI"并提示"患者服用氨基糖苷类药物, 建议检查药物水平并审查剂量和适应证"。该模型在常规标准检测前成功预测了2/3期AKI, 中位提前时间为30 h, 受试者工作特征(ROC)曲线下面积为0.89。该研究建立的模型预测了70%的后续RRT, 58%的2/3期和41%...     

机器学习模型预测开放手术修复腹主动脉瘤后急性肾损伤的发生

目的：腹主动脉瘤是指腹主动脉扩张超过3.0 cm的一种病理状态,手术治疗方式包括开放手术(open surgical repair,OSR)和腔内修复(endovascular aneurysm repair,EVAR)。预测腹主动脉瘤患者OSR后急性肾损伤(acute kidney injury,AKI)的发生有助于术后临床决策。为找到一种更有效的预测方法,本研究对不同机器学习预测模型的效能进行测试。方法：回顾性收集2009年1月至2021年12月中南大学湘雅医院80例OSR患者的围手术期数据,手术均由血管外科医师实施。选择logistic回归、线性核支持向量机、高斯核支持向量机、随机森林4种常用的机器学习分类模型来实施预测。通过五重交叉验证来分析模型的性能。结果：33名患者出现AKI,4种分类模型的五重交叉验证结果表明：随机森林是预测AKI最精确的模型,曲线下面积为0.90±0.12。结论：机器学习模型可以精确预测术后AKI的发生,从而使血管外科医生能更早地处理并发症,并且可能有助于提高腹主动脉瘤OSR的临床疗效。     

血清学指标联合序贯器官衰竭评估评分对 重症急性肾损伤患者预后的预测价值

目的 探究血清学指标联合序贯器官衰竭评估（sequential organ failure assessment,SOFA）评分对重症急性肾损伤（acute kidney injury,AKI）患者预后的预测价值。方法 回顾性分析2015年12月至2020年12月桐乡市第一人民医院收治的80例重症AKI患者的临床资料,根据28d生存情况将其分为生存组（n=53）和死亡组（n=27）。比较两组患者的临床资料,采用Pearson法分析血浆中性粒细胞明胶酶相关脂质运载蛋白（plasma neutrophil gelatinase-associated lipocalin,pNGAL）水平与胱抑素C（cystatin C,CysC）、血肌酐（serum creatinine,SCr）、SOFA评分的相关性,绘制受试者操作特征曲线（receiver operating characteristic curve,ROC曲线）分析各参数预测重症AKI患者预后的诊断价值。结果 两组患者的性别、年龄、体质量指数、基础疾病、AKI病因、血尿素氮及尿酸水平比较差异均无统计学意义（P>0.05）,死亡组患者的pNGAL、CysC、SCr水平及SOFA评分均显著高于生存组（P<0.05）;重症AKI患者pNGAL水平与CysC、SCr、SOFA评分均呈正相关（r=0.529、0.531、0.523,P<0.05）;pNGAL、CysC、SCr及SOFA评分单独及联合预测重症AKI患者预后的曲线下面积分别为0.776、0.813、0.838、0.837、0.902。结论 pNGAL、CysC、SCr及SOFA评分与重症AKI患者的病情严重程度密切相关,上述指标联合检测对重症AKI患者28d内病死率具有较高的预测价值,对合理制定治疗方案及预后评估有一定指导作用。     

CRRT治疗重症横纹肌溶解综合征并发急性肾损伤的临床疗效观察

目的观察连续性肾脏替代治疗（continuous renal replacement therapy,CRRT）治疗重症横纹肌溶解综合征（rhabdomyolysis,RM）合并急性肾损伤（acute kidney injury,AKI）的临床疗效。方法对2012年7月—2014年7月收治的68例重症横纹肌溶解综合征合并AKI的患者进行CRRT治疗的临床资料进行回顾性分析。结果 68例患者中64例肾功能恢复正常,痊愈出院,4例因病情延误死于多器官功能衰竭（multiple organ dysfunction syndrome,MODS）。结论持续肾脏替代治疗可以有效清除血液中的肌红蛋白及炎性介质,改善AKI的预后。     

急性肾损伤肾脏替代治疗的KDIGO与ADQI指南解读

【摘要】 本文将2012年改善全球肾脏病预后组织（KDIGO）指南和2016年急性透析质量倡议（ADQI）国际共识指南的要点进行了对比解读，从连续性肾脏替代治疗（CRRT）启动时机与患者选择、精准CRRT与溶质控制、CRRT精准液体管理、重症AKI治疗技术四个方面介绍了CRRT的核心原则及相关进展，可为临床治疗决策提供参考与借鉴。     

脓毒症急性肾损伤早期诊断标志物研究进展

急性肾损伤(AKI)在重症患者中的发病率高,病死率居高不下,早期缺乏特征性的临床表现,其诊断标准仍然是基于血肌酐、尿量的变化,时间上存在滞后性;早期诊断、积极治疗可以改善患者预后,从而降低病死率;有动物实验及临床研究发现多种新型生物标志物在AKI早期即升高,表现出较高的特异性和灵敏度,可以用于早期诊断AKI。寻找早期的生物标志物,以便在血肌酐开始升高之前就能对AKI做出诊断是当期研究的热点。     

基于机器学习的重症股骨颈骨折患者死亡风险预测模型构建和验证

目的采用机器学习方法,构建重症股骨颈患者院内死亡预测模型,辅助临床医生尽早进行临床决策。方法使用公开数据库——重症监护医疗信息市场(Medical Information Mart for Intensive Care, MIMIC)Ⅲ中入住ICU的股骨颈骨折患者信息进行回顾性分析。采用SMOTE算法平衡数据集后,按7：3随机划分训练集和验证集。以患者发生院内死亡作为结局,分别构建随机森林、XGBoost和BP神经网络预测模型。模型性能通过受试者工作特征曲线下面积(area under the receiver operating characteristic curve, AUROC)、准确率、精确率、灵敏度和特异度进行评估,并与传统Logistic模型对比验证模型的预测价值。结果共纳入366例股骨颈骨折患者,其中院内死亡48例。按死亡组：生存组=1：1平衡数据集后共获得636例患者数据。3种机器学习模型具有较高的预测准确性,随机森林、XGBoost和BP神经网络的AUC分别为0.98、0,97和0.95,预测性能均高于传统Logistic回归模型。对特征变量重要性进行排序,得到对预测患者院内死亡风险有意义的前10个特征变量为: 维生素D、乳酸脱氢酶、肌酐、SAPSⅡ评分、血清钙、入住ICU时长、白细胞、年龄、BMI和肌酸激酶。结论使用机器学习构建的死亡风险评估模型对预测重症患者的院内死亡有着积极的意义,并为减少院内死亡,改善患者预后提供有效的依据。     

十年循证与重症医学

之连续肾脏替代疗法的治疗剂量 在临床治疗中,10％～30％的重症患者易并发急性肾损伤(AKI),其中5％～10％的AKI患者需要进行连续肾脏替代疗法(CRRT)治疗.经过数十年的发展,CRRT治疗不仅应用于治疗AKI,从20世纪90年代开始已扩展应用于重症感染和多器官功能障碍综合征(MODS)等非肾脏疾病.随着应用的深入,有关CRRT的治疗指征、时机等问题,尤其是CRRT治疗重症感染的合适治疗剂量成为研究和争议的热点.     

机器学习在临床药物治疗中的研究进展

随着真实世界研究、精准治疗等概念的提出和发展,科研工作者对医疗大数据处理的需求不断增大。机器学习技术因在处理海量、高维数据及开展预测研究等方面具有独特优势,故而近些年在医学领域的应用不断深入。除应用于疾病诊断、影像识别和风险预测外,越来越多的研究证明机器学习可被应用于临床药物治疗的决策支持相关研究中。本文就机器学习在临床药物治疗中的研究进展予以综述。     

血液生物标志物对预测ICU患者急性肾损伤及判断预后的价值分析

目的探讨血液生物标志物对急性肾损伤(AKI)的预测及判断预后临床价值。方法连续选择2012年10月~2014年11月在浙江省人民医院重症医学科(ICU)住院220例患者为研究对象。所有研究对象均于入住ICU后24 h内留取血液标本检测中性粒细胞明胶酶相关载脂蛋白(NGAL)及肾损伤分子-1(KIM-1)水平,并记录患者的一般临床资料及28 d生存率等。结果共纳入218例患者,其中152例(69.7%)最终发生AKI,发生AKI患者NGAL水平为(234.1±32.5)ng/m L,未发生AKI患者为(63.2±12.4)ng/m L,差异具有统计学意义(P0.05)。AKI患者KIM-1为(5.26±1.20)ng/m L,未发生AKI患者为(1.47±0.53)ng/m L,差异具有统计学意义(P0.05)。NGAL预测AKI敏感性及特异性分别为81.6%和81.8%,预测CRRT时机敏感性及特异性为74.4%和66.7%。KIM-1预测AKI敏感性及特异性分别为75.7%和75.8%,预测CRRT时机敏感性及特异性分别为76.7%和75.0%,预测死亡率敏感性及特异性分别为70.1%和68.5%。结论对ICU患者检测血液中的NGAL及KIM-1水平对于早期发现AKI、预测CRRT使用时机及评估患者预后具有极高的临床价值。     

尿微量白蛋白/ 尿肌酐比值预测体外循环心脏 手术后急性肾损伤及预后的价值分析

目的 探讨尿微量白蛋白/ 尿肌酐比值（uACR）预测体外循环心脏手术后发生急性肾损伤 （AKI）及短期治疗结局的临床价值。方法 选取2018 年2 月—2019 年5 月在上海市第一人民医院治疗的心 脏停跳条件下全身麻醉行体外循环心脏手术的82 例患者。根据术后7 d 内是否发生AKI,分为AKI 组30 例 和非AKI 组52 例。比较两组患者入重症监护病房（ICU）当日uACR、血清肌酐（Scr）、急性生理学与慢 性健康状况评估Ⅱ（APACHE Ⅱ）评分和估算的肾小球滤过率（eGFR）。受试者工作特征（ROC）曲线确 定uACR 预测AKI、重症AKI 及术后28 d 死亡的效能。多因素Cox 回归模型分析体外循环心脏手术患者 发生AKI 的危险因素。结果 AKI 组入ICU 时APACHE Ⅱ评分、Scr 及uACR 高于非AKI 组（P <0.05）, 而eGFR 值低于非AKI 组（P <0.05）。经多因素Cox 回归分析,年龄[Rl ^ R=1.078（95% CI ：1.002,1.315）]、 高血压[Rl ^ R=2.184（95% CI ：1.294,5.165）]、糖尿病[Rl ^ R=1.297（95% CI ：1.046,1.485）]、体外循环时 间[Rl ^ R=3.882（95% CI ：2.127,5.089）]、主动脉阻断时间[Rl ^ R=1.406（95% CI ：1.079,2.178）] 及入ICU 时uACR[Rl ^ R=1.914（95% CI ：1.453,3.162）] 是体外循环心脏手术患者术后发生AKI 的独立危险因素 （P <0.05）。经ROC 曲线分析,入ICU 时uACR 预测AKI、重症AKI、术后28 d 内死亡的ROC 曲线下的 面积分别为0.784（95% CI ：0.691,0.835）、0.550（95% CI ：0.507,0.615）及0.716（95% CI ：0.680,0.782）。 结论 uACR 在一定程度上可以反映肾脏早期损伤程度,有望成为体外循环心脏手术后发生AKI 的早期预警 和预后判断指标。     

良性胸腔积液患者发生急性肾损伤的临床特征和预测因素

背景既往小样本的研究提示胸腔积液可能是急性肾损伤(acute kidney injury,AKI)的危险因素。良性胸腔积液(nonmalignant pleural effusion,NMPE)患者中AKI的发生情况及其预测因素尚不清楚。目的 探讨伴有NMPE的住院患者中AKI的发生情况及其预测因素。方法 纳入解放军总医院2018年1月1日—2021年12月31日住院期间行影像学检查、报告提示为胸腔积液的内科住院患者。排除恶性肿瘤、规律透析、终末期肾病、行影像学检查之前发生AKI以及住院期间血清肌酐测量少于2次的患者。采集患者的临床和治疗信息,描述不同科室和不同诊断的患者院内AKI发生率,使用LASSO-Logistic回归筛选AKI的预测因素。结果 共纳入3 047例患者,其中360例发生院内AKI (11.8%)。LASSOLogistic回归显示,胸腔积液量、机械通气、重症监护室(ICU)、万古霉素/替考拉宁、血管活性药物、螺内酯、袢利尿剂、非甾体抗炎药、低估算肾小球滤过率(estimated glomerular filtration rate,eGFR)、低血小板、高白细胞计...     

基于机器学习算法的新型冠状病毒肺炎患者院内结局预测

目的 利用机器学习算法构建新型冠状病毒肺炎(COVID-19)患者临床结局的预测模型,并探索结局相关因子.方法 收集2020年2月5日至4月15日武汉市火神山医院及华中科技大学同济医学院附属同济医院光谷院区收治的COVID-19患者的临床指标与结局(院内死亡和院内接受气管插管治疗),利用人工神经网络(ANN)、朴素贝叶斯、logistic回归、随机森林4种机器学习算法构建患者临床结局的预测模型.结果 共纳入4804例COVID-19患者,其中发生院内死亡100例(2.08％)、接受气管插管治疗87例(1.81％).与院内死亡相关性最强的变量为白细胞计数、白蛋白、钙离子、血尿素氮、心肌型肌酸激酶同工酶和年龄,与院内接受气管插管治疗相关性最强的变量为白细胞计数、淋巴细胞绝对值、超敏CRP、总胆红素、钙离子和年龄,分别利用以上变量、基于4种机器学习算法构建院内死亡和院内接受气管插管治疗预测模型.4种预测模型中,相较于基于ANN、logistic回归、随机森林算法构建的模型[预测院内死亡的AUC值(95％CI)分别为0.938(0.882～0.993)、0.926(0.865～0.987)、0.867(0.780～0.954),预测院内接受气管插管治疗的AUC值(95％CI)分别为0.932(0.814～0.980)、0.935(0.817～0.981)、0.936(0.921～0.972)],基于朴素贝叶斯算法构建的模型在预测COVID-19患者院内死亡(AUC=0.952,95％CI 0.925～0.979)和接受气管插管治疗(AUC=0.948,95％CI 0.896～0.965)方面性能均最佳.结论 4种机器学习算法在预测COVID-19患者临床结局方面性能良好,其中以基于朴素贝叶斯算法构建的预测模型最佳.白细胞计数、白蛋白、钙离子、血尿素氮、心肌型肌酸激酶同工酶和年龄可以用来预测COVID-19患者院内死亡,白细胞计数、淋巴细胞绝对值、超敏CRP、总胆红素、钙离子和年龄可以用来预测患者院内是否接受气管插管治疗.     

血清细胞黏附分子对脓毒症急性肾损伤的预测价值研究

背景　细胞黏附分子是急性重症脓毒症造成器官功能障碍（例如肾损伤）的生物标志物,但目前尚不明确血清细胞黏附分子是否对脓毒症急性肾损伤（AKI）的预测有临床价值。　目的　研究血清细胞黏附分子对脓毒症AKI的预测价值。方法　选择2016年1月—2017年12月南通大学附属医院急诊重症监护室（EICU）的84例脓毒症患者为研究对象,根据AKI的诊断标准将患者分为AKI组和非AKI组。入院后24 h内收集患者的临床资料,计算患者急性生理学和慢性健康状况（APACHE）Ⅱ评分、序贯器官衰竭评估（SOFA）评分、查尔森共病指数（CCI）评分,检测患者炎性指标〔C反应蛋白（CRP）、降钙素原（PCT）、乳酸（LAC）〕及血清细胞黏附分子〔细胞间黏附分子-1（ICAM-1）、血管细胞黏附分子-1（VCAM-1）、血小板选择素（P-selectin）、内皮选择素（E-selectin）〕表达水平。采用Pearson相关分析探讨炎性指标、血清细胞黏附分子与AKI严重程度的关系,采用受试者工作特征（ROC）曲线下面积（AUC）评价炎性指标、血清细胞黏附分子对脓毒症AKI的预测价值。结果　AKI组患者入院后24 h内出现休克、需要机械通气治疗的比例、APACHE Ⅱ评分、SOFA评分、血清肌酐（Scr）、LAC、ICAM-1、VCAM-1、E-selectin水平高于非AKI组（P<0.05）。Pearson相关分析结果显示,E-selectin与Scr呈正相关（r=0.223,P=0.041）。CRP、PCT、LAC、ICAM-1、VCAM-1和E-selectin预测脓毒症AKI的AUC分别为0.523〔95%CI（0.421,0.687）〕、0.637〔95%CI（0.435,0.618）〕、0.609〔95%CI（0.529,0.781）〕、0.702〔95%CI（0.619,0.846）〕,0.661〔95%CI（0.503,0.794）〕、0.774〔95%CI（0.623,0.871）〕,其中,E-selectin的诊断效能最高,其预测脓毒症AKI的最佳截断值为117.2 μg/L（灵敏度79.8%,特异度71.0%）。结论　脓毒症AKI的患者病死率高于脓毒症患者,而E-selectin与AKI的严重程度相关,是预测脓毒症AKI的重要临床标志物。     

脓毒症相关性急性肾损伤流行病学及发病机制研究进展

急性肾损伤(AKI)是临床常见危重症。目前住院患者中AKI的发生率逐年增加且病死率明显升高,已成为影响危重症患者预后及死亡的重要危险因素。研究显示,脓毒症相关性AKI病死率明显高于非脓毒症性AKI,如何防治脓毒症相关性AKI成为当前重症医学及肾脏病学领域的研究热点。脓毒症相关性AKI与其他病因导致的AKI发病机制不同,因此熟悉脓毒症相关性AKI的流行病学特点、发病机制对后续治疗有至关重要的作用。     

应用机器学习算法构建心梗患者风险预测模型

目的:应用机器学习中的相关算法构建一个风险预测模型,预测急性心肌梗死患者出院后是否会有严重不良事件发生。方法:采用机器学习中的随机森林算法构建预测模型,用ROC曲线评估模型预测性能。结果:通过随机森林算法建立的风险预测模型,准确预测了急性心梗患者出院后是否发生严重不良事件。结论:该模型可以为实际临床急性心梗预后康复提供参考依据。     

重症急性肾损伤患者连续性肾脏替代治疗启动时机的研究进展

连续性肾脏替代治疗（CRRT）是救治重症急性肾损伤（AKI）患者的重要手段,其在发挥巨大优势的同时也可能造成相关风险,把握好CRRT的最佳启动时机至关重要。目前CRRT的紧急启动适应证已经明确,但对于未伴随紧急适应证的重症AKI患者何时启动CRRT尚未形成统一意见,对于某些特定类型的重症AKI患者来说,CRRT的启动时间也存在差异。本文对重症AKI患者CRRT启动时机的研究进展作一综述。     

脓毒症相关性肾损伤

脓毒症是重症监护病房急性肾损伤(AKI)的主要发病因素,AKI的发生可增加脓毒症患者的病死率和住院时间。脓毒症AKI的病理生理变化是多因素参与的复杂过程,包括肾脏血流动力学、内皮功能障碍、肾实质炎性细胞浸润、肾小球内血栓形成以及坏死细胞的小管充血性变化等。以中性粒细胞明胶酶脂质运载蛋白为代表的新型标志物的测定有助于AKI的早期诊断。目前,血液透析肾替代治疗是脓毒症AKI治疗的主要措施,临床集束化治疗也得到大力推广。     

万古霉素联合β-内酰胺类抗菌药物治疗重症患者致急性肾损伤相关危险因素分析

目的 评估万古霉素联合β-内酰胺类抗菌药物治疗重症患者致急性肾损伤(AKI)的相关危险因素。方法 选择2020年1月—2022年1月本院收治的应用万古霉素联合β-内酰胺类抗菌药物治疗的重症患者100例开展回顾性研究,根据治疗期间是否并发AKI将其分为AKI组(31例)与非AKI组(69例)两组。记录所有重症患者性别、年龄等基线资料,并采用多元Logistic回归分析探讨万古霉素联合β-内酰胺类抗菌药物治疗重症患者致AKI的相关危险因素。结果 AKI组重症患者ICU住院时间(17.53±2.29)d明显多于非AKI组,万古霉素日剂量(2.38±0.42)g/d、万古霉素谷浓度(22.91±2.75)μg/ml以及APACHE-Ⅱ评分(24.85±3.14)分均明显大于非AKI组,而合并低蛋白血症54.84%(17/31)、合并高尿酸血症48.39%(15/31)、合并感染性休克67.74%(21/31)、联用哌拉西林他唑巴坦51.61%(16/31)以及合并袢利尿剂用药45.16%(14/31)百分比均明显高于非AKI组(均P<0.05);而两组重症患者其余基线资料之间均差异无统计...