儿童甲型流行性感冒并发危重症肺炎的个体化诊断预测模型构建及危险因素分析

目的采用机器学习技术构建儿童甲型流行性感冒并发危重症肺炎的个体化预测模型,充分挖掘高危因素,以及早开展精准预防治疗措施改善预后。方法收集儿童甲型流行性感冒肺炎患儿的临床数据;采用机器学习XGBoost算法,分别基于临床全指标和临床常用指标构建2套诊断预测模型,对比2个模型的诊断价值及相应用于预测指标的重要性排名。结果全指标预测模型的准确度、模型诊断结果与观察结果一致性判断指标Kappa值、ROC曲线下面积(area under curve,AUC)、敏感度、阳性预测值、阴性预测值均优于临床常用指标预测模型。基于全指标的诊断预测模型的主要预测指标按重要性排名为呼吸衰竭、咳喘程度(重度喘息)、总B细胞、单核细胞、发热时间(>15 d)、辅助T细胞(CD4);基于临床常用指标的诊断预测模型的主要预测指标按重要性排名为呼吸衰竭、胸部X线片(肺炎)、混合菌或病毒。全指标预测模型的各指标增益值(横坐标)明显优于临床常用指标预测模型的指标。结论基于儿童甲型流行性感冒并发肺炎患儿的临床资料,采用机器学习技术,以儿童甲型流行性感冒并发危重症肺炎为变量,以临床基础资料和生化、免疫、影像等全指标作为预测因子,构建的个体化诊断预测模型的诊断价值较高,在预测个体并发危重症肺炎概率的同时,针对性挖掘个体高危因素,从而早预防治疗儿童甲型流行性感冒并发危重症肺炎,改善预后。

基于蛋白质谱技术建立胃癌诊断预测模型及其初步验证

目的基于高通量蛋白质谱技术利用ClinProTools系统筛选胃癌患者与健康对照者的血清差异蛋白/多肽,建立胃癌诊断预测模型,发现胃癌的潜在血清标志物。方法收集胃癌患者血清标本60例、对照组血清标本60例,按照3∶1随机分为训练组(胃癌患者45例,健康对照45例)和验证组(患者15例,健康对照15例)。采用弱阳离子交换磁珠(WCX-MB)吸附低丰度蛋白/多肽,通过基质辅助激光解吸电离飞行时间质谱(MALDI-TOF MS)分析建立相应的蛋白表达指纹图谱,筛选差异表达蛋白/多肽,建立胃癌的诊断预测模型并进行验证。结果筛选出10个具有显著差异的多肽峰,差异最显著的2个多肽峰质荷比(m/z)2 952.57和m/z 5 904.36的受试者工作曲线(ROC)曲线下面积(AUC)分别为0.93和0.81。运用遗传算法(GA)建立胃癌诊断预测模型,验证组验证此模型,结果显示此模型准确性为90.00%,灵敏度为93.30%,特异度为86.70%。结论 MALDI-TOF MS联合WCX-MB能够检测到胃癌患者与健康对照者的血清差异蛋白/多肽,以此建立的胃癌蛋白质谱诊断预测模型存在着潜在的应用价值,m/z 2 952.57、5 904.36有望成为诊断胃癌的潜在血清标志物。

基于MALDI-TOF-MS技术建立非小细胞肺癌诊断预测模型及其初步验证

目的应用基质辅助激光解析电离飞行时间质谱(MALDI-TOF-MS)技术结合ClinProTools系统软件筛选非小细胞肺癌(NSCLC)患者与体检健康者血清中的差异蛋白/多肽,建立NSCLC诊断预测模型,寻找NSCLC潜在血清肿瘤标志物。方法收集经组织病理学活检确诊的56例NSCLC患者及56例体检健康者血清标本,按照3∶1比例分为训练组(NSCLC患者42例,体检健康者42例)和验证组(NSCLC患者14例,体检健康者14例)。采用弱阳离子交换磁珠(WCX-MB)富集血清标本中的低丰度蛋白/多肽,应用MALDI-TOF-MS技术进行检测,得到相应的蛋白/多肽指纹图谱,筛选两组间差异蛋白/多肽,建立NSCLC诊断预测模型,并进行初步验证。结果经ClinProTools系统软件分析,筛选出11个多肽峰差异有统计学意义(P<0.000001)。与体检健康者相比,NSCLC患者质荷比为5906.73与2953.73的两个峰差异最明显,其受试者工作特征曲线下面积分别为0.96、0.86。运用遗传算法建立NSCLC诊断预测模型,经盲法验证,此模型灵敏度为92.9%,特异度为91.7%,准确度为92.3%。结论NSCLC患者与体检健康者血清中存在差异性蛋白/多肽,应用MALDI-TOF-MS技术建立的诊断预测模型能较好地用于NSCLC辅助诊断,为NSCLC早期诊断提供了一种新的策略。

基于MALDI-TOF MS技术食管鳞癌诊断预测模型的建立及初步验证

目的建立食管鳞癌诊断预测模型,寻找食管鳞癌潜在肿瘤标志物。方法收集59例食管鳞癌患者及57例体检健康者血清标本,按照3∶1随机分为训练组(患者44例,健康人对照42例)和验证组(患者15例,健康人对照15例)。弱阳离子交换磁珠(WCX-MB)提纯血清蛋白质/肽后,经基质辅助激光解吸电离飞行时间质谱(MALDI-TOF MS)检测,筛选出差异表达蛋白质/肽,构建诊断预测模型并初步验证。结果经Clin ProTools软件分析,共筛选出差异多肽峰31个(P<0.05),其中18个峰差异有统计学意义(P<0.01);与健康人对照组相比,8个峰在食管鳞癌组中表达上调; 10个峰在食管鳞癌组中表达下调。其中差异峰m/z 2 660.84和m/z 5 336.49的ROC曲线下面积(AUCROC)分别为0.95和0.91,且均在食管鳞癌组中表达上调。应用遗传算法(GA)建立的食管鳞癌诊断预测模型经验证其准确性为93.10%,敏感性为92.90%,特异性为93.30%。结论建立的食管鳞癌诊断预测模型能较好的用于食管鳞癌辅助诊断,多肽峰m/z 2 660.84和m/z 5 336.49有望成为食管鳞癌潜在肿瘤标志物。

基于Logistic回归分析的胃癌周围神经侵犯独立危险因素分析以及诊断预测模型建立

目的:探讨胃癌周围神经侵犯的独立危险因素,同时建立诊断预测模型。方法:收集自2017年01月至2020年12月在延安大学附属医院行胃癌根治术的543例胃癌患者临床病理资料,根据术后病检结果将胃癌患者分为周围神经侵犯阴性组(275例)和周围神经侵犯阳性组(268例)两组。对纳入本研究的临床病理指标进行单因素Logistic回归分析,得到具有统计学意义的指标。将这些指标进行多因素Logistic回归分析,继而得出胃癌周围神经侵犯的独立危险因素,此外应用Hosmer-Lemeshow拟合优度检验拟合效果。建立胃癌周围神经侵犯的诊断预测模型,同时应用ROC曲线和单因素Logistic回归分析验证该模型的诊断价值。结果:单因素Logistic回归分析结果表明体重、BMI、淋巴细胞、单核细胞、红细胞、血红蛋白、血小板、NLR、PLR、LMR、白蛋白、CEA、CA19-9、CA72-4、肿瘤最大直径、肿瘤分化程度、肿瘤组织类型、肿瘤浸润深度、淋巴结转移以及癌结节是具有统计学意义的指标。多因素Logistic回归分析结果提示肿瘤最大直径(P = 0.010, OR: 1.226, 95% CI: 1.049~1.433)、肿瘤分化程度(P 2 = 7.581, P = 0.475)。根据独立危险因素可以建立胃癌周围神经侵犯的诊断预测模型为:P = ex/(1 + ex),x = −4.118 + 0.204 &#215;肿瘤最大直径 + 1.099 &#215;肿瘤分化程度 + 1.844 &#215;肿瘤浸润深度 + 3.759 &#215;淋巴结转移 + 2.860 &#215;癌结节。ROC曲线的曲线下面积为0.944,渐近95% CI为0.926~0.961。预测模型的诊断临界值为0.5122,该临界值对应的敏感度为0.836,特异性为0.935。此外该诊断模型的预测正确总体百分比87.1%以及单因素Logistic回归分析结果均提示该模型预测准确率较高。结论:肿瘤最大直径、肿瘤分化程度、肿瘤浸润深度、淋巴结转移以及癌结节是胃癌周围神经侵犯的独立危险因素。本研究建立的胃癌周围神经侵犯诊断预测模型其敏感度和特异性均较高,且预测准确率较高,提示该预测模型的诊断价值良好,具有较好的实践应用价值。

基于长短期记忆网络的动车组轴箱轴承故障诊断预测模型研究

动车组轴箱轴承是动车组转向架的关键部件,其运行品质直接影响动车组的运营安全。以深度学习算法为基础,利用轴承振动信号时间序列的特点和LSTM(长短期记忆网络)擅长处理时间序列的优势,通过构建LSTM模型对轴承的故障状态进行识别,开发了基于深度学习的轴承故障诊断预测软件,实现了轴承故障早期的分类与诊断。模型的仿真和试验表明,该诊断模型能有效地提高故障诊断的辨识精度,模型拟合优度可达到90%,辨识准确率最高可达到98%。

WCX-MB联合MALDI-TOF MS技术建立宫颈癌诊断预测模型及初步验证

目的:筛选宫颈癌患者血清差异性蛋白/多肽,建立宫颈癌诊断预测模型,寻找宫颈癌潜在肿瘤标志物。方法:收集宫颈癌患者血清标本34例、良性对照组血清标本27例、健康组血清标本26例,按照3∶1随机分为训练组(宫颈癌患者25例、良性对照19例、健康者19例)和验证组(宫颈癌患者9例、良性对照8例、健康者7例)。弱阳离子交换磁珠(WCX-MB)富集低丰度蛋白/多肽,基质辅助激光解吸电离飞行时间质谱(MALDI-TOF MS)检测得到血清蛋白表达图谱,采用ClinPro Tools 3.0软件筛选差异表达蛋白/多肽峰,建立宫颈癌诊断预测模型并进行验证。结果:筛选出12个具有显著性差异的多肽峰,与健康组相比,9个差异峰在宫颈癌患者中表达上调,3个表达下调。其中多肽峰m/z 4210.90和4645.11的ROC曲线下面积分别为0.97、0.85。采用快速分类算法(QC)建立的宫颈癌诊断预测模型效能最佳,其对癌症组和健康组的诊断准确性为93.75%,特异性为100%,敏感性为88.89%;对癌症组和良性对照组的诊断准确性为88.24%,特异性为75%,敏感性为100%。结论:应用QC建立的宫颈癌诊断预测模型具有较高的诊断效能,可较好地应用于宫颈癌辅助诊断,多肽峰m/z 4210.90和4645.11有望成为诊断宫颈癌的潜在肿瘤标志物。

基于生物信息学的胃癌早期诊断预测模型研究

利用The Cancer Genome Atlas和Genotype-Tissue Expression公共数据检索收集胃癌(Gastric cancer, GC)基因表达数据集,筛选与早期胃癌密切相关的基因并构建胃癌早期诊断预测模型。运用Deseq2软件包筛选早期胃癌差异基因,并对差异基因进行GO和KEGG富集分析。通过STRING数据库建立其蛋白质相互作用网络并利用Cytoscape软件提取关键子网得到候选关键基因,进一步利用MedCalc软件确认胃癌早期诊断关键基因。根据筛选得到的10个关键基因构建基于支持向量机、随机森林、朴素贝叶斯、K-近邻、极限梯度提升和自适应提升等六种算法的胃癌早期诊断预测模型,依据ROC曲线和准确率等评价指标对各个分类器模型进行评估,通过独立测试集验证得到极致梯度提升诊断预测模型为最优模型。本研究成果为提高结胃癌早期诊断的研究提供了新的思路和方法。

个体预后或诊断预测模型系统综述和Meta分析报告规范(TRIPOD‑SRMA)案例解读

The BMJ在2023年5月发表《个体预后与诊断多变量预测模型系统综述和Meta分析透明报告清单》及详细说明,目的是辅助研究者完整、透明和准确报告,以提高研究报告质量。本文对12个摘要报告规范条目及26个系统综述报告规范条目进行介绍和解读,以期为研究人员规范报告此类研究提供借鉴和参考。

医院感染预测模型研究方法学与报告质量评价

目的评价当前我国医院感染预测模型研究方法学质量和报告质量,以期为规范研究过程和报告方法提供参考。方法系统检索中英文数据库截至2022年底的国内医院感染相关预测模型研究,研究团队按纳入、排除标准独立筛选文献、交叉核对提取资料后,应用临床预测模型偏倚风险和适用性的评估工具(prediction model risk of bias assessment tool,PROBAST)评价方法学质量,使用个体预后与诊断预测模型研究报告规范(transparent reporting of a multivariable pre⁃diction model for individual prognosis or diagnosis,TRIPOD)声明评价研究报告质量。结果共纳入81篇医院感染预测模型研究,PROBAST偏倚风险评估的平均完成度为58.11%±13.88%,TRIPOD声明报告质量的平均完成度为56.11%±16.35%。方法学缺陷主要存在于数据来源、未考虑数据复杂性与采用单因素分析筛选预测因子等,报告质量中风险分层、样本量估算与补充信息等条目未报告或报告不全面。结论国内医院感染预测模型研究存在方法学缺陷与不完整的报告情况,限制了研究结果的可靠性与适用性,有较大的改进空间。

青少年抑郁障碍患者非自杀性自伤行为诊断性预测模型的建立及验证

目的 建立青少年抑郁障碍患者非自杀性自伤(NSSI)行为诊断性预测模型,以期对青少年抑郁障碍患者NSSI行为的早期识别提供参考。方法 回顾性分析2021年1月1日-12月31日在深圳市康宁医院儿少科住院的抑郁障碍患者(n=366)临床资料。根据《精神障碍诊断与统计手册(第5版)》(DSM-5)诊断标准,将患者分为伴NSSI行为组(n=289)和不伴NSSI行为组(n=77)。将366例患者按7∶3随机分为训练集(n=258)和验证集(n=108)。使用Logistic回归分析筛选青少年抑郁障碍患者NSSI行为的独立危险因素,建立预测模型。使用受试者工作特征(ROC)曲线下面积(AUC)评估训练集和验证集模型的区分度,使用校准曲线评估训练集和验证集模型的校准度,使用Homser-Lemeshow(HL)检验评估模型的拟合优度,使用临床决策分析(DCA)曲线评价模型的临床获益情况。结果 性别(β=1.734,OR=5.561,95%CI:2.678~11.964)、受教育程度(β=0.864,OR=2.737,95%CI:1.174~4.795)、自杀未遂史(β=0.932,OR=2.539,95%CI:1.253~5.144)、独生子女(β=0.745,OR=2.106,95%CI:1.029~4.311)、抑郁严重程度(β=0.056,OR=1.058,95%CI:1.025~1.092)是青少年抑郁障碍患者NSSI行为的独立危险因素(P<0.05或0.01)。训练集ROC曲线AUC=0.808(95%CI:0.746~0.870),验证集AUC=0.722(95%CI:0.581~0.864)。HL检验评估校准图后显示出较好的拟合度(P=0.561)。结论 性别、受教育程度、自杀未遂史、独生子女以及抑郁严重程度是青少年抑郁障碍患者NSSI行为的独立危险因素,构建的青少年抑郁障碍患者NSSI行为的诊断性临床预测模型具有良好的敏感性和特异性。

CD64指数PCT和CD4^(+)T淋巴细胞亚群联合预测模型对高甘油三酯血症性急性胰腺炎早期感染的预测价值

目的 探讨多指标联合预测模型对高甘油三酯血症性急性胰腺炎(HTG-AP)患者早期继发感染的临床应用价值。方法 收集2021年1月至2023年5月在安徽医科大学第一附属医院、合肥市第二人民医院就诊的248例HTG-AP患者的临床资料,并根据早期是否继发感染分为感染组和非感染组。分析并比较两组的一般资料、感染指标等。应用单因素分析及二分类Logistic回归分析筛选HTG-AP患者早期继发感染的独立影响因素,建立多指标联合预测模型。通过受试者工作特征(ROC)曲线、Hosmer-Lemeshow拟合优度和决策曲线分析(DCA)评估模型的区分度、准确性和临床实用性。结果 248例HTG-AP患者分为感染组70例,非感染组178例。两组患者空腹血糖、感染相关指标包括中性粒细胞百分比、CRP、CD4^(+)T淋巴细胞亚群、PCT、CD64指数比较差异有统计学意义(P<0.05);CD64指数、PCT、CD4^(+)T淋巴细胞亚群为HTG-AP早期继发感染的独立预测因子。三者联合预测模型(AUC为0.865)对HTG-AP早期继发感染的诊断价值优于单个指标,敏感度(78.5%)和特异度(87.7%)均较高,阳性预测值71.83%,阴性预测值91.08%。校准后联合预测模型的预测结果与临床实际观察结果一致性较高;通过Bootstrap内部验证,联合预测模型校准后的AUC值为0.865,其预测效能曲线与临床实际发生的曲线具有良好的一致性;DCA分析显示阈概率为12%~88%时,可预测HTG-AP早期继发感染。结论 基于CD64指数、PCT、CD4^(+)T淋巴细胞亚群建立的多指标联合预测模型可早期诊断HTG-AP继发感染。

中医药个体预后与诊断预测模型研究报告规范——TRIPOD-TCM清单

目的研制中医药个体预后与诊断预测模型研究报告规范(TRIPOD-TCM),为中医药临床预测模型研究者提供报告规范和建议。方法对个体预后与诊断预测模型研究报告规范(TRIPOD)中的条目逐一解读,结合中医药研究特点,初步提出TRIPOD-TCM基本框架和相关条目;采用德尔菲法对专家进行两轮调研,每轮调研后,对专家意见进行整合并修订TRIPOD-TCM,形成最终TRIPOD-TCM清单。结果对TRIPOD清单中14项条目应用于中医药领域时进行修订(包括条目1、2、3a、3b、4b、5b、5c、6a、10a、13b、13c、18、19b、20),对17项条目进行语言和举例的表述修订,6项条目维持原状。最终TRIPOD-TCM清单共包含6个方面22项条目的37项子条目。结论初步研制的TRIPOD-TCM可用于支持研究者撰写出详细透明的中医药个体预后与诊断预测模型报告,提高中医药个体诊断与预后预测模型研究的报告规范。

基于多模态超声的原发性甲状腺淋巴瘤诊断模型构建分析

目的 构建基于多模态超声的原发性甲状腺淋巴瘤诊断预测模型,并分析其预测效能。方法 回顾性选取2015年1月至2020年3月衢州市人民医院收治的30例原发性甲状腺淋巴瘤(primary thyroid lymphoma,PTL)患者(PTL组)和30例桥本甲状腺炎(hashimoto thyroiditis,NHT)患者(NHT组)为研究对象,所有患者均接受组织病理学检查及多模态超声检查,评估PTL和NHT结节在多模态超声检查上的成像特征参数差异,对有价值的参数进行多因素Logistic回归分析,绘制受试者操作特征(receiver operating characteristic,ROC)曲线,分析预测模型的诊断效能。结果 多模态超声检查显示,PTL组和NHT组成像特征参数比较,结节最大直径、达峰时间(time to peak,TTP)比、时间-强度曲线(time-signal intensity curve,TIC)面积比、血管分布、峰值强度(peak intensity,PI)比及向心增强型,差异有统计学意义(P<0.05)。多因素Logistic回归分析显示结节最大直径、TTP比、TIC面积比、血管分布、PI比是PTL的诊断因子。ROC曲线显示诊断模型曲线下面积为0.940,特异性为93.43%,敏感度为92.74%。结论 在原发性甲状腺淋巴瘤诊断中,通过多模态超声检查患者甲状腺结节最大直径、TTP比、TIC面积比、血管分布、PI比建立的预测模型可用于鉴别诊断PTL和NHT。

基于三酰甘油葡萄糖指数联合血管弹性指标的绝经后女性高血压患者冠心病发生风险模型开发研究

背景绝经后女性高血压患者是冠心病易发人群,其冠心病患病率与死亡率较绝经前显著升高。本研究在团队前期研究基础上进一步联合糖脂代谢、血管弹性等相关指标诊断绝经后女性高血压患者发生冠心病,以期为临床识别绝经后女性高血压患者的冠心病风险提供新思路。目的探讨三酰甘油葡萄糖(TyG)指数、踝肱指数(ABI)、臂踝脉搏波传导速度(baPWV)、脉压指数(PPI)、动脉硬化指数(AI)联合与绝经后女性高血压患者发生冠心病的相关性及预测价值,构建绝经后女性高血压患者冠心病发生风险的预测模型。方法本研究选取2019—2022年就诊于中日友好医院中西医结合心内科的首次行冠状动脉造影检查的绝经后女性高血压患者,根据冠状动脉造影结果分为冠心病组与非冠心病组。收集患者入院时的TyG指数、ABI、baPWV、PPI、AI等临床资料,采用多因素Logistic回归分析构建绝经后女性高血压患者冠心病发生风险预测模型,并绘制列线图实现模型可视化。采用受试者工作特征(ROC)曲线、校准曲线、临床决策曲线分析(DCA)评价诊断效能。结果本研究共纳入首次行冠状动脉造影的绝经后女性高血压患者300例,其中非冠心病组141例、冠心病组159例。多因素Logistic回归分析结果显示,ABI、baPWV、TyG指数、PPI、AI是绝经后女性高血压患者发生冠心病的影响因素(P<0.05),并根据预测方程绘制列线图。ROC曲线分析结果显示,ABI、baPWV、TyG指数、PPI、AI和联合预测模型预测绝经后女性高血压患者发生冠心病的ROC曲线下面积(AUC)分别为0.662、0.687、0.659、0.700、0.612、0.808(P<0.001),预测模型预测绝经后女性高血压患者冠心病发生风险的灵敏度为0.7806,特异度为0.7410。校准曲线显示预测结果与实际结果具有较好的一致性。DCA曲线表明列线图具有较好的临床实用价值。结论ABI、baPWV、TyG指数、PPI、AI是绝经后女性高血压患者发生冠心病的影响因素,新开发模型可对冠心病风险进行有效预警。

基于诺莫图的溃疡性结肠炎合并巨细胞病毒血症诊断预测模型建立与评估

目的:为便于基层医院早期识别溃疡性结肠炎(ulcerative colitis,UC)合并巨细胞病毒(cytomegalovirus,CMV)血症患者,构建简便易行的诺莫图形式诊断预测模型。方法:回顾性分析近4年于我科住院治疗的UC患者临床资料,以2:1随机构建训练组和验证组,运用logistic回归分析训练组相关指标,筛选UC合并CMV血症的独立预测因素,通过R软件的rms包构建预测模型及诺莫图,采用C指数和Hosmer-Lemeshow检验对模型进行区分度和校准度评价,ROC曲线分析确定cut-off值,并利用验证组数据交叉验证评估模型效能。结果:纳入242例UC患者中162例为训练组,80例为验证组,两组UC合并CMV血症发生率分别为27.2%、20.0%,组间各项指标均无统计学差异(P>0.001);单因素logistic回归分析筛选显示年龄、对激素反应、发热、腹痛、体重下降、近一个月有无使用激素或免疫抑制剂、血红蛋白(hemoglobin,Hb)、血沉(erythrocyte sedimentation rate,ESR)、超敏C反应蛋白(hypersensitive C-reactive protein,hs-CRP)、血清白蛋白(albumin,ALB)为UC合并CMV血症的独立相关预测因素;为增强模型预测效能,纳入更多有意义临床指标,设定多因素logistic回归筛选P值临界点为0.2,筛选年龄(OR=1.025,95%CI:0.991~1.062,P=0.156)、发热(OR=12.093,95%CI:3.826~44.152,P<0.001)、腹痛(OR=9.204,95%CI:2.130~67.460,P=0.009)、近一个月使用激素或免疫抑制剂(OR=17.326,95%CI:3.770~96.423,P<0.001)均为具有统计学相关性的危险因素,以此构建的预测模型C指数为0.909,Hosmer-Lemeshow检验P=0.173,ROC曲线分析示cut-off值为0.179时,特异度为82.2%,敏感度为93.2%。相同cut-off值设定下,验证组准确率可达81.3%。结论:年龄、发热、腹痛、近一个月使用激素或免疫抑制剂对于UC合并CMV血症结局具有显著危险相关性,以此拟合的模型及诺莫图在临床使用中具有一定价值,其准确率可达81.3%。

基于经阴道三维超声联合临床特征构建诊断宫腔粘连的列线图

目的:基于经阴道三维超声(3D-TVS)指标联合临床特征构建诊断宫腔粘连(IUA)的列线图预测模型,提高3D-TVS诊断IUA的准确度,减少IUA的误诊率和漏诊率。方法:回顾分析2017年6月至2021年7月因疑诊IUA在中山大学孙逸仙纪念医院行3D-TVS和宫腔镜检查的607例患者的临床特征和3D-TVS结果。将收集到的样本按7∶3随机分为训练集和验证集。训练集中,采用logistic回归分析临床特征、3D-TVS特征与IUA的关系。根据logistic回归分析结果,将具有显著统计学差异的变量用于构建预测诊断IUA的列线图预测模型,并在验证集中分别采用受试者工作特征(ROC)曲线、Hosmer-Lemeshow检验、临床校正曲线、临床决策曲线(DCA)和临床影响曲线(CIC)评价列线图预测诊断IUA的能力。结果:最终纳入607例样本,其中宫腔镜诊断IUA者401例,非IUA者206例。将607例样本分为训练集(420例)和验证集(187例)。训练集中,logistic回归分析结果显示IUA患者与非IUA患者的年龄、既往早孕期宫腔操作次数、既往中晚孕期宫腔操作次数、宫腔面积(cm^(2))、子宫内膜回声中断、左侧或右侧宫壁内聚角≤130°比较,差异有统计学意义(P<0.05)。根据上述变量构建诊断IUA的列线图预测模型。验证集中,对该列线图预测模型诊断IUA的能力进行验证。ROC曲线的曲线下面积(AUC)提示该列线图具有较精准的预测诊断IUA的能力。Hosmer-Lemeshow检验和临床校准曲线均显示该列线图模型具有较高的校准能力。DCA和CIC均显示该列线图模型临床实用价值高。结论:根据临床特征和3D-TVS特征构建诊断IUA的列线图预测模型,可在宫腔镜检查前较准确地诊断IUA。年龄、既往早孕期宫腔操作次数、既往中晚孕期宫腔操作次数、宫腔面积(cm^(2))、子宫内膜回声中断、左侧或右侧宫壁内聚角≤130°是诊断IUA的显著独立预测变量。

基于网格搜索与交叉验证的支持向量机糖尿病并发症诊断预测

目的:建立糖尿病并发症诊断预测模型,为糖尿病并发症的临床诊断提供帮助。方法:将支持向量机(SVM)作为建立糖尿病并发症诊断预测模型的基础算法,选取影响糖尿病不同并发症的各项指标作为模型的输入,糖尿病并发症类型作为模型的输出,合理分配糖尿病患者的数据,将数据中的一部分作为训练数据用于模型的训练,结合网格搜索与交叉验证得到建立模型的最佳惩罚因子(c)和径向基核函数(RBF)方差(g)。在矩阵实验室(Matrix Laboratory,MATLAB)平台上建立模型,并将模型的诊断类型与实际类型进行比较。结果:在建立的糖尿病并发症诊断预测模型中重新输入训练数据后,其糖尿病并发症诊断预测正确率达到92%,将测试数据输入模型中,输出结果的正确率为81%。结论:基于SVM建立的糖尿病并发症诊断预测模型,对于糖尿病并发症的诊断预测有较好的效果。

一种基于模糊聚类分析的疾病电脑预测诊断方法

介绍了一种基于模糊聚类分析的医学疾病预测诊断模型的设计思想与方法 ,并将其应用于临床疾病诊断 ,符合率达 91 .7% ,取得了较为理想的效果 。

新生儿G6PD缺乏症的风险预测模型的构建及验证

目的识别合并G6PD缺乏症的新生儿以完善筛查策略。方法本研究为观察性类别、病例对照研究。自2022年1月1日—12月31日,连续性纳入四川省新生儿疾病筛查中心接受G6PD筛查的G6PD缺乏症新生儿为研究对象,通过PSM 1∶4匹配对照人群,并将其拆分为训练集、验证集。通过训练集样本,应用单因素和多因素回归以最终确定模型,通过区分度、校准度、适用度、合理度,全面评价预测模型。将模型信息代入验证集样本,汇总判定预测模型的严谨性和稳定性,再使用Nomogram图可视化呈现模型。结果共获得640例受试者,其中训练集448例、验证集192例。单因素-多因素Logistic回归显示:新生儿G6PD缺乏症的诊断预测模型包括母乳喂养、男性、Hb、既往贫血史(P<0.05)。经过4个维度评价训练集预测模型,具有良好的区分度、校准度、适用度、合理度。代入验证集样本予以内部验证,发现区分度、校准度均表现良好,而适用度、合理度则表现尚可。且验证集与训练集Nomogram图的赋值评分及趋势基本相同。结论本研究构建了新生儿G6PD缺乏症的诊断预测模型,识别高危风险新生儿的能力可靠。