近年来,随着急重症救治体系建设的完善,颅脑损伤患者的死亡率显著降低,同时也伴随着慢性意识障碍(prolonged disorder of consciousness,pDOC)患者不断增加。据报道,欧洲慢性意识障碍发病率约为0.6-6.1/10万人,美国约100000-400000患者...近年来,随着急重症救治体系建设的完善,颅脑损伤患者的死亡率显著降低,同时也伴随着慢性意识障碍(prolonged disorder of consciousness,pDOC)患者不断增加。据报道,欧洲慢性意识障碍发病率约为0.6-6.1/10万人,美国约100000-400000患者,半年死亡率高达29.7%.展开更多
目的:脑损伤所致意识障碍患者1年后结局预测列线图很少,本研究旨在利用多中心回顾性研究队列建立脑损伤所致意识障碍患者1年后结局预测列线图。方法:回顾性收集南昌大学第一附属医院和上饶市中医院2018年1月1日至2019年4月1日期间患者...目的:脑损伤所致意识障碍患者1年后结局预测列线图很少,本研究旨在利用多中心回顾性研究队列建立脑损伤所致意识障碍患者1年后结局预测列线图。方法:回顾性收集南昌大学第一附属医院和上饶市中医院2018年1月1日至2019年4月1日期间患者的临床资料。对缺失的数据进行了多重插补。数据降维、预测变量选择采用最小绝对收缩和选择算子(the least absolute shrinkage and selection operator,LASSO)回归模型,采用多元Logistic回归分析建立预测模型。纳入了选定的风险因素,并用列线图表示。从区分度与校准度对列线图的性能进行了评估。结果:共95例符合纳入和排除标准的患者纳入本研究,在LASSO回归模型中从17个潜在预测变量中选择了4个非零系数的预测变量,格拉斯哥昏迷量表评分(Glasgow coma scale,GCS)评分高、白蛋白水平正常、时间短、凝血酶时间(thrombin time,TT)水平高,1年后良好结局可能性较高。该模型具有良好的区分性,曲线下面积(area under the curve,AUC)为0.71(95%CI:0.63—0.77),表明该模型具有较好的区分度和校准度。结论:本文构建的意识障碍患者1年后结局预测列线图在内部评估表现出良好的区分度与校准度,但将来需外部验证来进一步证明模型的有效性。展开更多
文摘目的:通过生物信息学方法分析正常人与坐骨神经痛患者数据,从而筛选出神经病理性疼痛(neuropathic pain,NP)的潜在差异基因。方法:从基因表达数据库下载芯片数据GSE150408。用R软件的limma包筛选差异表达基因(differentially expressed genes,DEGs),使用clusterProfiler包进行基因本体论(gene ontology,GO)富集分析和京都基因与基因组百科全书(Kyoto encyclopedia of genes and genomes,KEGG)通路分析,通过STRING数据库进行DEGs蛋白互作网络分析。结果:共筛选得到424个DEGs,包括233个上调基因和191个下调基因。GO富集分析表明DEGs主要分布在囊泡、分泌性颗粒、第三粒等细胞组分;参与防御反应、免疫调节过程、细胞激活、白细胞激活等生物学过程,同时发挥免疫受体激活、补体激活、MAP激酶磷酸化等分子功能。KEGG通路分析表明DEGs主要集中在癌症中的转录失调等通路;基因集富集分析(gene set enrichment analysis,GSEA)最显著富集的基因集为细胞内吞作用,疱疹病毒感染等。蛋白互作网络中上调蛋白FCGR1A的度值最高,下调蛋白SPTBN2的度值最高,这2个蛋白是关键节点。结论:NP的外周血液具有炎症和免疫特征,AZU1、BPI、FCGR1A、SPTBN2等4个基因是参与NP的关键基因。
文摘近年来,随着急重症救治体系建设的完善,颅脑损伤患者的死亡率显著降低,同时也伴随着慢性意识障碍(prolonged disorder of consciousness,pDOC)患者不断增加。据报道,欧洲慢性意识障碍发病率约为0.6-6.1/10万人,美国约100000-400000患者,半年死亡率高达29.7%.
文摘目的:脑损伤所致意识障碍患者1年后结局预测列线图很少,本研究旨在利用多中心回顾性研究队列建立脑损伤所致意识障碍患者1年后结局预测列线图。方法:回顾性收集南昌大学第一附属医院和上饶市中医院2018年1月1日至2019年4月1日期间患者的临床资料。对缺失的数据进行了多重插补。数据降维、预测变量选择采用最小绝对收缩和选择算子(the least absolute shrinkage and selection operator,LASSO)回归模型,采用多元Logistic回归分析建立预测模型。纳入了选定的风险因素,并用列线图表示。从区分度与校准度对列线图的性能进行了评估。结果:共95例符合纳入和排除标准的患者纳入本研究,在LASSO回归模型中从17个潜在预测变量中选择了4个非零系数的预测变量,格拉斯哥昏迷量表评分(Glasgow coma scale,GCS)评分高、白蛋白水平正常、时间短、凝血酶时间(thrombin time,TT)水平高,1年后良好结局可能性较高。该模型具有良好的区分性,曲线下面积(area under the curve,AUC)为0.71(95%CI:0.63—0.77),表明该模型具有较好的区分度和校准度。结论:本文构建的意识障碍患者1年后结局预测列线图在内部评估表现出良好的区分度与校准度,但将来需外部验证来进一步证明模型的有效性。