代谢组学技术结合机器学习算法在损伤时间推断中的研究进展

损伤时间推断是法医学实践中的重要内容,准确推断损伤时间是国内外法医学者亟待解决的科学问题。代谢组学技术可以有效检测机体受到体内外刺激因素作用产生的内源性代谢物,描述生物体内代谢物的动态变化,具有操作性强、检测效率高、定量结果 准确等优势。机器学习算法对高维数据集的处理具有独特优势,能够有效挖掘生物信息,真实反映机体生理、疾病或损伤状态,是高效处理高通量大数据的新型技术手段。本文综述了代谢组学技术与机器学习算法的研究现状和自身优势,探讨应用代谢组学技术结合机器学习算法在法医学损伤时间推断研究中的应用前景,为法医学损伤时间推断研究提供新思路。

探讨MRI对颞下颌关节紊乱病中关节盘穿孔的诊断标准

目的探讨MRI对颞下颌关节紊乱病中关节盘穿孔的诊断价值及方法,以期提高关节盘穿孔的诊断准确率。方法回顾性分析100例颞下颌关节紊乱病患者的临床资料和MRI图像。由两位放射科医师按照标准共同判定图像:(1)关节盘连续性中断,伴有或不伴有关节腔上下关节腔相通;(2)关节盘形态尚可,但关节盘信号增高、模糊;(3)关节盘扭曲变形严重;(4)髁突骨质异常,增生、硬化、骨赘形成,骨髓信号异常等。诊断标准A:满足(1)时诊断为穿孔;满足(2)(3)(4)中任意项时,诊断为可疑穿孔;都不满足时诊断为无穿孔。诊断标准B:进一步将诊断标准A中可疑穿孔细分:在(2)(3)(4)中分别满足3、2、1项时,诊断为穿孔可能性大、可疑穿孔和可能无穿孔。诊断标准C,增加临床因素(5)年龄≥30岁的女性。当满足(1)时或满足(2)(3)(4)(5)时,诊断为穿孔;满足(2)(3)(4)(5)中3、2、1项时,诊断为穿孔可能性大、可疑穿孔、可能无穿孔;均不满足,诊断为无穿孔。比较关节盘穿孔组与未穿孔组间年龄、性别、张口度的差异和不同年龄组间关节盘穿孔发生率的差异。绘制受试者工作特征(ROC)曲线,评价三种诊断标准诊的效能。结果100例患者中,共141个颞下颌关节进行手术,其中穿孔者28例(28%)35个(24.8%)。颞下颌关节穿孔组的年龄(34.49±13.69)岁大于未穿孔组的年龄(26.46±11.24)岁,差异有统计学意义(P=0.021)。穿孔组(2.97±0.47)cm和未穿孔组(2.91±0.65)cm的开口度的差异无明显统计学意义(P=0.065)。穿孔组女性比例(100%)与未穿孔组的女性比例(81.9%)的差异有统计学意义(P=0.038)。年龄≥30岁组的穿孔发生率(38.8%)大于年龄<30组的穿孔发生率(17.4%),差异有统计学意义(P=0.005)。诊断标准A的曲线下面积(AUC)为0.853(95%CI:0.783~0.907),诊断标准B的AUC为0.910(95%CI:0.850~0.952),诊断标准C的AUC为0.921(95%CI:0.863~0.960)。标准A和B之间、标准A和C之间的AUC之差分别为0.057,0.068,Z统计量分别为3.076,2.893,P值分别为0.0021,0.0038,差异具有统计学意义。诊断标准B和C之间AUC之差为0.011,Z统计量为0.94,P=0.347,差异不具有统计学意义,诊断标准C比B的诊断效能高。结论颞下颌关节紊乱病中关节盘穿孔的发生率与性别及年龄有关,而与张口度无关;其中30岁以上的女性发生率较高(38.8%)。本研究制定的三种关节盘穿孔的诊断标准,均有较好的准确性,其中诊断标准B、C的效能高于诊断标准A,可以为临床进一步的治疗提供有效的帮助。

心外膜脂肪组织容积测量在2型糖尿病继发性肌少症中的作用

心外膜脂肪组织(EAT)是分布于心肌表层的脂肪组织,其容积可以反映EAT分泌作用对心血管系统的调节能力,常用于临床相关疾病的诊断及严重程度评估。既往研究主要针对EAT在2型糖尿病(T2DM)相关心血管疾病方面的影响,但未对T2DM继发性肌肉减少症(简称肌少症,sarcopenia)等其他领域展开研究。本文就EAT解剖、生理机制、定量评估及肌少症诊断、相关机制、临床干预等多层面作一综述,以期为临床治疗提供参考。