基于梯度提升决策树的三组元精馏流程结构最优化

针对三组元精馏流程结构最优选择问题,提出一种基于梯度提升决策树(gradient boosting decision tree,GBDT)的机器学习方法,利用7种精馏流程结构分离9种三组元混合物的经济评价结果数据用于模型训练。分别应用传统决策树和GBDT模型对多个实际案例进行验证,结果显示无论是对已知物系还是未知物系,提出的GBDT模型相较传统决策树模型具有更高的预测准确率。

基于血清学指标的联合模型诊断代偿期肝硬化轻微型肝性脑病的价值

目的探讨血清学指标对代偿期肝硬化轻微型肝性脑病(MHE)的诊断价值,构建基于血清学指标的联合模型并评估其对MHE的诊断价值。方法前瞻性、多中心研究。选取2021年10月至2022年8月来自我国15个省(自治区、直辖市)的23家医院就诊的代偿期肝硬化患者263例。收集患者临床资料及实验室检查结果,并计算终末期肝病模型(MELD)评分。使用基线血氨测量值/正常参考值上限(AMM-ULN)集中校正各中心血氨测量结果,以我国《肝硬化肝性脑病诊疗指南》标准,数字连接试验-A、数字符号试验均异常作为诊断MHE的标准。基于R语言caret包将患者随机(7∶3)分为训练集(n=185)和验证集(n=78)。通过Logistic回归构建诊断MHE的联合模型;受试者工作特征曲线下面积(AUC)、Hosmer-Lemeshow拟合优度检验及校准曲线图评估诊断性能,并用Bootstrap法(n=200)进行内部验证;Delong检验比较AUC之间的差异。结果训练集中,MHE占37.8%(70/185),MHE组AMM-ULN、白蛋白、血小板、碱性磷酸酶、国际标准化比值、终末期肝病模型评分以及教育年限与无MHE组比较,差异有统计学意义(P均<0.05)。多因素Logistic回归分析显示,AMM-ULN(OR=1.78,95%CI 1.05~3.14,P=0.038)和MELD评分(OR=1.11,95%CI 1.04~1.20,P=0.002)是MHE的独立危险因素,AUC分别为0.663和0.625。联合AMM-ULN、MELD评分和教育年限的联合模型诊断MHE的AUC为0.755,特异度和敏感度分别为85.2%和55.7%。Hosmer-Lemeshow拟合优度检验表明模型具有较好的校准度(P=0.733),联合模型内部验证AUC为0.752。Delong检验显示联合模型诊断效能优于单独使用血氨(P=0.020)和MELD评分(P=0.003)。验证集中,联合模型诊断MHE的AUC为0.794,Hosmer-Lemeshow拟合优度检验显示有较好的校准度(P=0.841)。结论基于AMM-ULN、MELD评分和教育年限的联合模型可提高对MHE的诊断价值。

不同诊断标准对肝硬化轻微型肝性脑病判定的影响:一项基于前瞻性、多中心、真实世界研究的分析

目的采用肝性脑病心理学评分(PHES)方法及Stroop智能手机应用(Encephal App)测试,比较不同方法测试时肝硬化患者轻微型肝性脑病(MHE)患病率的差异。方法该项前瞻性、多中心、真实世界研究由国家感染性疾病临床医学研究中心和门静脉高压联盟发起并在国际临床试验ClinicalTrials.gov注册(NCT05140837)。在全国19家医院入组354例肝硬化患者,均完成PHES评分(包括数字连接试验A和B、数字符号试验、轨迹描绘试验、系列打点试验)及Stroop测试。PHES分别采用中国和韩国两项研究建立的正常值诊断标准进行评分,Stroop测试依据研发者团队标准进行评定。分析采用不同诊断标准或方法对肝硬化人群MHE患病率的影响。组间数据比较分别采用t检验或Mann-Whitney U检验、χ^(2)检验;组间一致性比较采用kappa检验。结果在354例肝硬化患者中,PHES依据中国和韩国研究正常值标准进行评分后,MHE的患病率分别为78.53%和15.25%;依据Stroop测试,MHE患病率为56.78%,三者间两两比较的差异均有统计学意义(kappa=-0.064,P<0.001)。分层分析显示,依据中国标准,Child-Pugh A、B、C级3组患者的MHE患病率分别为74.14%、83.33%、88.24%;依据韩国标准,Child-Pugh A、B、C级3组患者的MHE患病率分别为8.29%、23.53%、38.24%;依据Stroop测试标准,Child-Pugh A、B、C级3组患者的MHE患病率分别为52.68%、58.82%、73.53%。各诊断标准结果中,MHE患病率均呈现随Child-Pugh分级升高而增加的趋势。进一步比较发现数字连接试验A与数字符号试验在依据中国、韩国标准所得到的分数有较好的一致性(Z值分别为-0.982,-1.702;P值分别为0.326,0.089),而其他3项子测试则差异性较大(P<0.001)。结论MHE在肝硬化人群中的发病率较高,但使用不同的诊断标准或方法得到的MHE患病率差异较大;需要根据目前人口学和疾病谱的变化,入组更大样本量的健康人群作为对照,从而建立更可靠的诊断评分标准,为获得准确的肝硬化人群MHE发病情况和制定诊疗策略提供依据。

数字连接试验-B联合轨迹描绘试验对轻微肝性脑病诊断价值的前瞻性、多中心、真实世界研究

目的探讨肝性脑病心理学评分(PHES)子测试单独和联合检测对肝硬化患者轻微肝性脑病(MHE)的诊断价值,进而优化PHES。方法本研究为前瞻性、多中心、真实世界研究,由国家感染性疾病临床医学研究中心和中国门静脉高压联盟发起,参与单位来自全国13个省(自治区、直辖市)的26家医院,包括天津市第三中心医院、青海省第四人民医院、包头医学院第二附属医院、太原市第三人民医院和解放军总医院第五医学中心等。连续纳入2021年10月至2022年2月门诊和住院无显性肝性脑病的肝硬化患者。所有患者均以相同顺序接受数字连接试验(NCT)-A、NCT-B、数字符号试验(DST)、轨迹描绘试验(LTT)、系列打点试验(SDT)共5项PHES子测试,并计算分值。以PHES总分<-4分作为诊断MHE的界值。比较MHE组与非MHE组子测试得分。绘制受试者操作特征曲线,以曲线下面积(AUC)评估PHES各子测试单独、2项联合、3项联合检测对MHE的诊断价值。统计学方法采用Mann-Whitney U检验和DeLong检验。结果共纳入581例肝硬化患者,457例诊断为MHE,MHE患病率为78.7%。MHE组NCT-A、NCT-B、SDT、LTT、DST测试结果分别为60.00 s(47.01 s,88.00 s)、90.45 s(69.32 s,125.35 s)、74.00 s(57.65 s,96.60 s)、74.72分(60.00分,98.61分)和27.00分(20.00分,36.00分),与非MHE组的34.00 s(29.15 s,44.48 s)、50.00 s(40.98 s,60.77 s)、50.00 s(41.07 s,63.03 s)、46.23分(38.55分,59.42分)和42.00分(34.00分,50.75分)相比差异均有统计学意义(Z=12.37、12.98、9.83、11.56、10.66,均P<0.001)。PHES单项子测试NCT-B、NCT-A、LTT、DST和SDT诊断MHE的AUC(95%置信区间)分别为0.880(0.849~0.910)、0.862(0.828~0.896)、0.838(0.799~0.877)、0.812(0.772~0.851)和0.788(0.743~0.832)。子测试两两组合显著提高了对MHE的诊断效能,其中NCT-B+LTT诊断效能最优,AUC(95%置信区间)为0.924(0.902~0.947),特异度为91.9%,灵敏度为79.2%,优于PHES单项子测试(NCT-A、NCT-B、SDT、LTT和DST),且优于《肝硬化肝性脑病诊疗指南》推荐的NCT-A+DST[AUC(95%置信区间)为0.879(0.847~0.910)],差异均有统计学意义(Z=3.78、3.83、5.57、5.51、5.38、2.93,均P<0.01)。将NCT-B+LTT与PHES 3项子测试联合对比,仅有NCT-B+LTT+SDT[AUC(95%置信区间)为0.936(0.916~0.956)]诊断效能优于NCT-B+LTT,差异有统计学意义(Z=2.32,P=0.020)。结论综合PHES各项子测试及其组合的诊断效能和可执行性,推荐使用NCT-B+LTT组合用于诊断MHE。