基于支持向量机神经母细胞瘤血清蛋白质标记物的检测及临床应用

目的 寻找神经母细胞瘤特异血清蛋白标记物,构建初步诊断模型,并探讨其临床应用价值.方法 收集47例神经母细胞瘤患儿血清标本,30例其它恶性实体肿瘤患儿血清标本以及健康儿童血清标本10例;用ZUCI-Protein Chip Data Analyze System分析软件进行数据处理;经留一法交叉验证,分类器评价模型的预测效果.结果 构建3个模型并筛选出10个蛋白标记物,能够成功区分神经母细胞瘤和健康儿童蛋白质谱的差异,表达模型的敏感性为100%,特异性为100%,区分神经母细胞瘤术前和术后蛋白质潜差异表达模型的敏感性为100%,特异性为100%,区分神经母细胞瘤与其它小儿恶性实体肿瘤血清蛋白质指纹图谱模型的敏感性为88.89%.特异性为100%.结论 用SELDI-TOF-MS及生物信息学技术并结合支持向量机(SVM)初步建立的模型可作为神经母细胞瘤的另一种特异性强、敏感性高的辅助检查手段.     

基于BP神经网络的冠状动脉临界病变患者证候要素及其常见组合中医辨证诊断模型研究

目的 基于BP神经网络方法,建立冠状动脉临界病变患者证候要素及其常见组合的中医辨证诊断模型.方法 采用临床流行病学研究方法,多中心收集814例冠状动脉临界病变患者中医四诊信息,由专家对证候要素及其组合进行判定,采用二进制位标识数据,"有"赋值为"1","无"赋值为"0",建立数据库.基于BP神经网络构建冠状动脉临界病变...     

基于LASSO回归的多发性骨髓瘤诊断模型的建立

目的 利用常见的实验室指标构建多发性骨髓瘤(MM)的诊断模型,以提高现有检验指标的诊断效能。方法 回顾性分析2015年1月至2022年1月在广东省中医院确诊的MM患者96例(病例组),随机选取85例健康体检者作为对照组。常见相关实验室指标17个：血清免疫球蛋白M(IgM)、血清免疫球蛋白G(IgG)、血清免疫球蛋白A(IgA)、血清β₂-微球蛋白(β₂-MG)、校正血清钙、血清清蛋白(ALB)、血清球蛋白(GLB)、清蛋白与球蛋白比值(A/G)、血清碱性磷酸酶(ALP)、血清肌酐(Cr)、白细胞计数(WBC)、中性粒细胞计数(NEUT)、淋巴细胞计数(LYMT)、中性粒细胞计数与淋巴细胞计数比值(NLR)、红细胞计数(RBC)、血红蛋白(Hb)、血小板计数(PLT)。对病例组和对照组两组的17个检验指标数据进行统计分析,通过LASSO回归算法筛选出系数不为0的检验指标,再进行Logistic回归分析以及受试者工作特征(ROC)曲线分析。结果 通过LASSO回归,筛选出系数不为0的指标4个,分别为IgM、NLR、Hb和ALB。再对这4个指标进行...     

唾液蛋白指纹图谱在乳腺癌中医辨证分型中的应用初探

目的：应用表面增强激光解吸电离飞行时间质谱（SELDI-TOF-MS）技术检测乳腺癌肝郁气滞证和肝肾阴虚证患者唾液蛋白质,筛选特异的蛋白质标记物,构建用于区分乳腺癌肝郁气滞证和肝肾阴虚证的唾液蛋白质指纹图谱模型。方法：SELDI-TOF-MS技术测定47例唾液标本（其中乳腺癌肝郁气滞证26例,肝肾阴虚证21例）的蛋白质质谱,建立乳腺癌中医证候诊断模型。结果：样本共检测到243个蛋白质峰,其中33个蛋白质峰在两组间差异有统计学意义。获得M/Z为8087.575和3378.142Da2个蛋白质组成的诊断模型,可将乳腺癌肝郁气滞证和肝肾阴虚证正确区分,26例乳腺癌肝郁气滞证有25例被准确诊断,21例肝肾阴虚证患者被准确排除,灵敏度96.15%（25/26）;特异度为80.95%（17/21）。结论：SELDI-TOF-MS技术建立乳腺癌中医证候唾液蛋白质指纹图谱模型为中医证候的辨别提供了一种特异性强、敏感性高的新方法,值得进一步研究和应用     

基于数据挖掘技术构建孤立性肺结节诊断模型

目的基于分类与回归决策树（CART）与人工神经网络（ANN）技术建立孤立性肺结节良恶性的诊断模型，探讨数据挖掘技术在孤立性肺结节影像学诊断中的应用。方法收集经病理学证实的58例孤立性肺结节（SPN）患者资料，分别提取12个临床指标和22个影像学指标作为鉴别SPN良恶性的输入指标，将各指标结果输入CART和ANN诊断模型。采用ROCKIT统计学软件绘制三组影像科医生、CART和ANN的受试者操作特征（ROC）曲线。结果CART对SPN良恶性诊断正确率最高，其次为ANN、高年资医生、中等年资医生和低年资医生。以上各组ROC曲线下面积分别为0．931、0．878、0．845、0．778和0．658。CART、ANN与高年资医生相比无显著性差异（P〉0．05）；但三组与中、低年资组医生相比有显著性差异（P〈0．05）；CART对SPN具有决策意义的诊断指标为年龄，其次为结节的毛刺征和咯血症状。结论数据挖掘的CART和ANN两种算法对评估孤立性肺结节的良恶性具有较高的准确性。     

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。