期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
神经梅毒52例临床分析
被引量:
9
1
作者
张帆娟
李玲
+1 位作者
张波
徐雪
《中国现代神经疾病杂志》
CAS
2008年第1期48-51,共4页
目的探讨神经梅毒的临床特征及其早期诊断依据。方法回顾性分析1997年1月-2007年5月收治的52例神经梅毒患者的临床资料。结果52例神经梅毒患者中24例早期临床表现为脑卒中样症状,占46.15%;梅毒螺旋体血凝试验及快速血浆反应素试验均呈...
目的探讨神经梅毒的临床特征及其早期诊断依据。方法回顾性分析1997年1月-2007年5月收治的52例神经梅毒患者的临床资料。结果52例神经梅毒患者中24例早期临床表现为脑卒中样症状,占46.15%;梅毒螺旋体血凝试验及快速血浆反应素试验均呈阳性反应;脑脊液检查蛋白质水平升高者占75.00%(36/48),压力升高者占35.42%(17/48),白细胞计数升高(以淋巴细胞为主)者占52.08%(25/48)。头部CT、MRI改变以多发、大小不一的梗死灶为主。结论神经梅毒的诊断应结合临床表现、实验室及影像学检查综合分析,争取早期诊断、早期治疗以改善预后。
展开更多
关键词
神经梅毒
脑血管意外
反应素类
密螺旋体
苍白
下载PDF
职称材料
9种机器学习模型预测幕上深部自发性脑出血早期血肿扩张及预后不良的比较
被引量:
4
2
作者
陈凯
佘华龙
+5 位作者
吴涛
李涛
杨柳
刘飞
蒋亚思
张帆娟
《中华解剖与临床杂志》
2022年第9期601-607,共7页
目的比较9种机器学习模型对幕上深部自发性脑出血(SICH)患者发生早期血肿扩张及预后不良情况的预测性能。方法回顾性研究。纳入2015年1月—2019年5月4家医院幕上深部SICH患者420例。其中男275例、女145例,年龄25~90(61.0±12.9)岁。...
目的比较9种机器学习模型对幕上深部自发性脑出血(SICH)患者发生早期血肿扩张及预后不良情况的预测性能。方法回顾性研究。纳入2015年1月—2019年5月4家医院幕上深部SICH患者420例。其中男275例、女145例,年龄25~90(61.0±12.9)岁。420例患者按照7∶3的比例,采用完全随机法分为训练集294例和验证集126例。患者在72 h内复查CT,若血肿体积比初始体积增长>6 mL或>33%,判定存在早期血肿扩张。采用改良的Rankin评分量表(mRS)评估预后,以mRS>3分判定为预后不良。比较训练集和验证集的基线资料。采用随机森林、极限梯度提升算法(XGboost)、梯度爬升决策树、自适应提升算法、朴素贝叶斯、logistic回归、支持向量机、K近邻、多层感知机9种机器学习算法对早期血肿扩张及预后不良分别构建预测模型;在训练集中,依据各模型的灵敏度和特异度绘制受试者操作特征曲线,采用3折交叉验证取曲线下面积(AUC),比较各模型对早期血肿扩张及预后不良情况的预测性能,并在验证集测试模型的可靠性。结果训练集和验证集患者基线资料比较差异均无统计学意义(P值均>0.05)。420例患者中,早期脑血肿扩张的患者有117例(27.86%);399例患者获随访,其中预后不良的患者有210例(52.63%)。预测早期血肿扩张:训练集中,9种机器学习模型的AUC为0.590~0.685,其中以XGboost模型最高,AUC为0.685±0.024;在验证集中,XGboost模型AUC为0.686[95%可信区间(CI)0.578~0.721]。预测预后不良:9种机器学习模型的AUC为0.703~0.852,其中logistic回归模型最高,AUC为0.852±0.041;而在验证集中,logistic回归模型AUC为0.894(95%CI 0.862~0.912)。结论9种机器学习算法模型中,XGboost对幕上深部SICH早期血肿扩张的预测性能最佳,而logistic回归模型对预后不良的预测性能最高;对于不同临床结局的预测,应选用合适的机器学习模型。
展开更多
关键词
脑出血
血肿扩张
预后
机器学习
预测模型
原文传递
题名
神经梅毒52例临床分析
被引量:
9
1
作者
张帆娟
李玲
张波
徐雪
机构
中山大学附属第一医院神经科
出处
《中国现代神经疾病杂志》
CAS
2008年第1期48-51,共4页
文摘
目的探讨神经梅毒的临床特征及其早期诊断依据。方法回顾性分析1997年1月-2007年5月收治的52例神经梅毒患者的临床资料。结果52例神经梅毒患者中24例早期临床表现为脑卒中样症状,占46.15%;梅毒螺旋体血凝试验及快速血浆反应素试验均呈阳性反应;脑脊液检查蛋白质水平升高者占75.00%(36/48),压力升高者占35.42%(17/48),白细胞计数升高(以淋巴细胞为主)者占52.08%(25/48)。头部CT、MRI改变以多发、大小不一的梗死灶为主。结论神经梅毒的诊断应结合临床表现、实验室及影像学检查综合分析,争取早期诊断、早期治疗以改善预后。
关键词
神经梅毒
脑血管意外
反应素类
密螺旋体
苍白
Keywords
Neurosyphilis
Cerebrovascular disorders
Reagins
Treponema, pallidum
分类号
R759.1 [医药卫生—皮肤病学与性病学]
下载PDF
职称材料
题名
9种机器学习模型预测幕上深部自发性脑出血早期血肿扩张及预后不良的比较
被引量:
4
2
作者
陈凯
佘华龙
吴涛
李涛
杨柳
刘飞
蒋亚思
张帆娟
机构
深圳市萨米医疗中心(深圳市第四人民医院)影像科
湘南学院附属医院放射科
暨南大学附属第一医院神经内科
湘南学院附属苏仙医院放射科
湘南学院第二附属医院放射科
深圳市萨米医疗中心(深圳市第四人民医院)急诊科
出处
《中华解剖与临床杂志》
2022年第9期601-607,共7页
基金
湖南省临床医疗技术创新引导项目计划(2018SK52004)
郴州市科技局科技计划项目(zdyf201973)。
文摘
目的比较9种机器学习模型对幕上深部自发性脑出血(SICH)患者发生早期血肿扩张及预后不良情况的预测性能。方法回顾性研究。纳入2015年1月—2019年5月4家医院幕上深部SICH患者420例。其中男275例、女145例,年龄25~90(61.0±12.9)岁。420例患者按照7∶3的比例,采用完全随机法分为训练集294例和验证集126例。患者在72 h内复查CT,若血肿体积比初始体积增长>6 mL或>33%,判定存在早期血肿扩张。采用改良的Rankin评分量表(mRS)评估预后,以mRS>3分判定为预后不良。比较训练集和验证集的基线资料。采用随机森林、极限梯度提升算法(XGboost)、梯度爬升决策树、自适应提升算法、朴素贝叶斯、logistic回归、支持向量机、K近邻、多层感知机9种机器学习算法对早期血肿扩张及预后不良分别构建预测模型;在训练集中,依据各模型的灵敏度和特异度绘制受试者操作特征曲线,采用3折交叉验证取曲线下面积(AUC),比较各模型对早期血肿扩张及预后不良情况的预测性能,并在验证集测试模型的可靠性。结果训练集和验证集患者基线资料比较差异均无统计学意义(P值均>0.05)。420例患者中,早期脑血肿扩张的患者有117例(27.86%);399例患者获随访,其中预后不良的患者有210例(52.63%)。预测早期血肿扩张:训练集中,9种机器学习模型的AUC为0.590~0.685,其中以XGboost模型最高,AUC为0.685±0.024;在验证集中,XGboost模型AUC为0.686[95%可信区间(CI)0.578~0.721]。预测预后不良:9种机器学习模型的AUC为0.703~0.852,其中logistic回归模型最高,AUC为0.852±0.041;而在验证集中,logistic回归模型AUC为0.894(95%CI 0.862~0.912)。结论9种机器学习算法模型中,XGboost对幕上深部SICH早期血肿扩张的预测性能最佳,而logistic回归模型对预后不良的预测性能最高;对于不同临床结局的预测,应选用合适的机器学习模型。
关键词
脑出血
血肿扩张
预后
机器学习
预测模型
Keywords
Intracerebral hemorrhage
Hematoma expansion
Prognosis
Machine learning
Prediction model
分类号
R743.34 [医药卫生—神经病学与精神病学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
神经梅毒52例临床分析
张帆娟
李玲
张波
徐雪
《中国现代神经疾病杂志》
CAS
2008
9
下载PDF
职称材料
2
9种机器学习模型预测幕上深部自发性脑出血早期血肿扩张及预后不良的比较
陈凯
佘华龙
吴涛
李涛
杨柳
刘飞
蒋亚思
张帆娟
《中华解剖与临床杂志》
2022
4
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部