微生物组学关联分析方法和策略

目的微生物组研究中的典型数据是由操作分类单元(OTU)计数组成,这些数据具有零膨胀、过离散、偏态等特点,常常被研究者忽视。本文旨在介绍微生物组学数据关联分析方法,并提出相关研究策略。方法根据微生物组学数据特点,本文拟从线性相关分析和非线性相关分析的角度,对近年来国内外研究者提出的微生物组学数据关联分析的统计分析方法展开讨论。结果根据各方法的核心思想及优缺点,总结统计分析策略。结论运用本文提出的统计分析策略,可有效识别微生物同其他研究指标间多种函数形式的关联。为探讨微生物对人体健康影响,研究微生物的作用机制提供线索。

职业院校智慧校园建设发展现状与展望

文章以梳理现阶段智慧校园研究成果为基础,尝试结合职业院校特点来界定“职业院校智慧校园”概念,通过分析国内外智慧校园建设现状、热点及趋势,归纳总结了目前存在的现象和问题,并从顶层设计规划、模式创新、保障体系建立以及构建多级评价体系等方面提出建议与展望,为职业院校智慧校园建设提供一些参考。

纵向组学数据统计分析方法和研究策略

近年来,随着高通量检测技术与机器学习方法的发展,以前瞻性队列设计为基础的纵向组学研究已经成为系统生物学研究新趋势。统计学上,纵向数据统计分析方法已经形成了系统的统计分析框架,但这些方法主要集中于变量数目小于观察单位数的低维医学纵向数据。而针对纵向组学数据,目前仍缺乏成熟的统计分析策略。本文拟对近年来国内外研究者提出的纵向组学数据统计分析方法进行介绍,并系统地总结各个方法的核心思想及优缺点,给出纵向组学数据统计分析策略。

交叉滞后路径模型建模策略的模拟研究

目的通过模拟试验,研究在不同样本量、随访间隔,以及不同交叉滞后路径系数组合的情形下,交叉滞后路径模型的表现。通过实例分析,比较不同建模情形下的模型结果。方法首先基于两断面交叉滞后路径模型生成模拟数据集,然后在总数据集中随机抽样进行模型估计。通过遍历不同样本量及自相关系数,比较模型估计的Ⅰ类错误、检验效能、偏倚、标准误和均方误差。基于美国全国女性健康研究,使用两种建模策略探究身体质量指数(BMI)与血压之间的时序关系。结果当样本量达到500后,模型拟合趋于稳定。当纳入到模型中样本的随访间隔不一致时,模型的检验效能未受到明显影响,但模型估计的Ⅰ类错误率达到0.12~0.15,标准误和均方误差也有所增大。当随访间隔一致时,自相关系数的大小对模型估计的误差影响较小,而模型估计的偏倚在自相关系数偏大或偏小时均有增大趋势。当两变量的自相关系数不相等时,模型的估计基本不受影响。实例分析结果显示,当纳入的研究对象随访间隔不一致时,BMI与血压之间为双向时序关系;而当纳入随访间隔一致的研究对象时,BMI与血压之间表现出BMI→血压的单向时序关系。结论在交叉滞后路径模型建模过程中,样本量以及随访断面的定义都会对模型的统计分析结果产生影响。建议在纳入研究人群时,尽量保持随访断面整齐或人群随访间隔相似。

高维中介分析方法及其在组学研究中的应用

中介分析在生物医学、行为和社会科学研究中扮演着重要的角色,主要用来研究自变量和因变量之间的内部作用机制。经典的中介分析是针对单个中介变量的研究,近年来,对于多元中介模型的研究也有一定的发展。随着高通量检测仪器和技术的发展,高维数据在许多科学领域变得越来越普遍。

山西医科大学预防医学专业本科生临床见习满意度调查

预防医学既是我国医疗保障体系的重要组成部分,也是现代医学教育的三大支柱之一。预防医学专业本科生不仅需要具有预防医学专业的相关知识,而且需要对临床医学专业知识有很好地掌握。临床课程作为预防医学本科教学的重要课程,对加强预防专业学生的临床基础、拓展预防医学专业学生知识面.

代谢组学在心血管疾病预后研究中的应用

在我国,心血管疾病的发病率和死亡率一直居高不下,一旦发生往往伴随不良预后结局,严重影响患者的生活质量,且预后结局存在较高的异质性。因此,识别具有临床价值的新预后标志物对疾病早期诊断和治疗具有重要意义。代谢组学的迅速发展对心血管疾病预后研究有着重要推动作用,研究中发现的小分子代谢物对疾病发生发展机制起到了一定作用,有利于患者的预后预测及个性化治疗。本文就近年来国内外代谢组学在心血管疾病预后研究中所取得的进展做简要综述。

深度学习在肿瘤影像分类中的研究进展

随着医学影像技术和计算机辅助诊断的不断发展,医学影像分析已经成为临床疾病诊断和治疗中不可或缺的工具,人工阅片等传统医学图像分析方法已无法适应数量迅速增长的影像资料的诊断需求。近年来,深度学习,特别是深度卷积神经网络迅速发展,已经成为医学图像分析的研究热点,它能够从医学图像大数据中自动识别肉眼看不到的疾病特征。本文主要总结深度学习算法在肿瘤影像分类方面的研究进展,对深度学习在肿瘤影像分类中的应用进行分析和展望,为相关研究人员开发优化新的分类模型提供思路。

质谱成像常用计算方法及其在肿瘤中的应用

目的 介绍质谱成像(MSI)统计分析场景中的机器学习算法,并总结近年来其在肿瘤应用中的研究进展,推动MSI技术在肿瘤研究中的应用。方法 以“质谱成像、图像分割、分类、肿瘤”为中文关键词,以“mass spectrometry imaging、image segmentation、cancer”为英文关键词,检索中国知网和PubMed数据库2018年1月-2024年4月的相关文献。纳入标准:(1)MSI在肿瘤图像分割中的应用相关文献;(2)MSI在肿瘤亚型分类中的应用相关文献;(3)应用于肿瘤MSI数据的机器学习算法相关文献。排除标准:(1)研究机制模糊文献;(2)会议性、评论等文献;(3)内容相似或重复文献。最终共纳入符合条件文献41篇。结果 MSI是近年来飞速发展的针对各种生物分子进行空间成像的技术,该技术将样品表面分成一系列像素点,对每个像素点进行质谱分析,将得到的质谱信息转化为化合物在样品原位的分布图像。与传统质谱技术相比,MSI纳入了分子空间定位信息,近年来在肿瘤空间异质性研究中应用广泛。目前已有众多图像算法应用于肿瘤MSI研究,尝试通过数据分析及可视化描绘肿瘤微环境的异质性。近年来随着软电离技术和质谱仪器的不断发展,MSI数据结构更加复杂,基于MSI数据进行合理的统计分析是目前的研究重点。对肿瘤MSI数据进行统计分析的步骤主要为降维和聚类,不同机器学习方法在其中的应用实现了肿瘤相关分子机制等研究。结论 现有的计算方法实现了肿瘤图像分割、肿瘤亚型的分类模型构建及生物标志物筛选等基础研究,为肿瘤诊断、治疗和预后等临床研究提供了技术支持。

府河至白洋淀沿线水体-沉积物中磷形态的分布特征及其影响因素

府河是白洋淀主要入淀河流,研究府河至白洋淀水体和底泥磷形态特征及其主控因素对白洋淀水环境保护具有重要作用.本研究以府河至白洋淀沿线水体和沉积物为研究对象,结合野外采样、室内分析以及统计分析等方法,解析了水体和沉积物不同磷形态在雨季降水期、旱季(调水期和非调水期)的时空分布特征,明确了磷形态之间及其与水体环境因子之间的作用关系.结果表明:不同时期水体总磷(TP-W)含量具有明显差异,从上游到下游呈降低的趋势;降水期TP-W以溶解态无机磷(DIP)为主(17%~91%),调水期以颗粒态磷(PP)为主要形态(36%~65%),非调水期水体磷形态的分布比较均匀.沉积物中总磷(TP-S)从上游到下游呈升高的趋势,沉积物中磷形态在不同时期均以钙结合态磷(HCl-P)为主.RDA分析表明,水体电导率(EC)、水温(T)和pH值对降水期水体和底泥中磷形态有明显的影响,流速、T和总溶解性固体(TDS)、氧化还原电位(ORP)分别是影响调水期和非调水期磷形态的主要环境因子.相关性分析揭示了降水期水体中磷形态受内源影响较小,主要来源于降水导致的面源污染,在调水期主要与沉积物中无机磷(IP)的转化显著相关,非调水期与沉积物有机磷(OP)的释放有关.该研究可为白洋淀入淀河流的水环境治理提供科学依据.

受引黄影响的河流沉积物细菌群落季节变化

河流沉积物细菌群落的季节变化对碳、氮循环和水环境演化有明显的影响.然而,受调水干预的河流沉积物细菌群落季节性变化尚不明确.本文基于16S rRNA高通量测序技术,研究了中纬度地区受引黄影响的汾河上游沉积物细菌群落组成、结构和多样性的季节变化.结果表明,在引黄调水干预下受水河流细菌群落的季节性变化仍然显著.夏季温度适宜,河流沉积物细菌群落多样性较冬季高.核心菌群组成和结构随季节变化,然而丛毛单胞菌、黄杆菌、黄单胞菌和红环菌等的优势地位不随季节改变.河水水温和ORP的季节变化显著,是造成河流沉积物细菌群落季节变化的主导因子.水质较差的黄河水引入汾河后导致沉积物细菌群落多样性显著提高.引水对河流沉积物细菌群落的影响在夏季较冬季高20%左右.引黄调水对汾河沉积物细菌群落的影响大于季节变化的影响.

血清代谢物在饮酒所致食管鳞状细胞癌中的中介效应

目的 基于一项横断面研究探讨饮酒所致食管鳞状细胞癌(ESCC)发生通路中的潜在中介血清代谢物。方法 基于“国家食管癌早诊早治示范基地(山东省肥城市)”食管癌筛查平台,收集2013-07-23-2014-04-30(山东省肥城市)40~69岁参加筛查的农村居民为研究对象,并获得血清代谢谱、病理诊断和基线信息。多元logistic回归计算饮酒暴露对ESCC风险的OR值和95%CI。并采用高维中介分析和单因素中介分析筛选饮酒暴露导致ESCC的潜在中介代谢物。结果 共纳入463名研究对象,其中健康对照组250名,病例组213例(癌前病变192例,原位癌21例)。饮酒与ESCC风险增加1.973倍相关,OR=1.973,95%CI:1.049~3.769,P<0.001。通过高维中介分析筛选出4个代谢物作为中介变量,分别为PC(P-16:0/14:1)、组氨酸、门冬酰胺-苯丙氨酸和谷氨酰胺。单变量中介分析进一步证明了PC(P-16:0/14:1)、组氨酸和谷氨酰胺存在中介作用,中介比例分别为49.14%、58.14%和26.39%。结论 饮酒与ESCC事件有关,这一过程可能是由PC(P-16:0/14:1)、谷氨酰胺和组氨酸介导。

接受免疫检查点抑制剂治疗晚期肾癌患者血小板-淋巴细胞比和全身免疫炎症指数与预后关系

目的探究血小板-淋巴细胞比(PLR)和全身免疫炎症指数(SII)对接受免疫检查点抑制剂治疗的晚期肾癌患者预后价值。方法回顾性分析2018-06-01-2020-06-30山东省肿瘤医院收治的52例晚期肾癌患者临床资料,纳入患者均接受免疫检查点抑制剂治疗,收集每次免疫治疗前的PLR和SII。多因素Logistic回归分析PLR和SII与疾病控制率(DCR)的关系,生存时间曲线用Kaplan-Meier法计算,采用多因素Cox回归评估PLR和SII与无进展生存期(PFS)和总生存期(OS)等预后指标的关系。结果受试者工作特征(ROC)曲线分析确定PLR和SII的最佳临界值分别为317.83和1388.73。低PLR组(PLR≤317.83)和低SII组(SII≤1388.73)与更好的DCR(OR=11.20,95%CI:2.48~50.64,P=0.002;OR=5.36,95%CI:1.09~26.29,P=0.039)有关联。多因素Cox显示,PLR>317.83和SII>1388.73是PFS(HR=7.02,95%CI:1.56~31.61,P=0.011;HR=15.84,95%CI:3.04~82.59,P=0.001)和OS(HR=6.56,95%CI:1.26~34.08,P=0.025;HR=18.14,95%CI:3.08~106.89,P=0.001)的独立危险因素;PLR>317.83和SII>1388.73与较差的PFS(P=0.002;P<0.001)和OS(P=0.019;P<0.001)相关。结论PLR和SII是预测接受免疫检查点抑制剂治疗晚期肾癌患者预后的有效临床指标,且高PLR和高SII与不良预后有关。