多巴胺接枝双醛纤维素纳米纤丝增强聚丙烯酰胺水凝胶性能的研究

本研究采用多巴胺(DA)接枝的双醛纤维素纳米纤丝(DA-OCNF)和丙烯酰胺(AM)制备复合水凝胶(DOCA),并对水凝胶在空气中和水下的黏附性能进行了分析。结果表明,DA的引入有效提升了水凝胶的水下黏附强度,双醛改性后的OCNF改善了DA对水凝胶机械性能的影响。该策略充分发挥了双组分的优势,制备出内聚力和黏附力相平衡的高机械强度和黏附强度的复合水凝胶。当DA-OCNF的含量为1.0%时,DOC_(1.0)A的断裂伸长率、断裂强度相比DOC_(0)A分别提高了27.2个百分点和54.82 kPa,其在空气中和水中对钢铁的黏附强度分别达42.70和30.65 kPa。

抗环瓜氨酸肽抗体阳性人群中炎症因子的表达及意义

目的检测抗环瓜氨酸肽(anti-CCP)抗体阳性人群中炎症因子白介素-36(IL-36)、白介素-37(IL-37)和白介素-38(IL-38)的表达,分析上述炎症因子表达与体检人群anti-CCP抗体阳性的关系。方法选取2020年1-10月于四川大学华西医院体检的28例anti-CCP抗体阳性人群为试验组;同时纳入于泸州市江阳区疾病预防控制中心体检的32例anti-CCP抗体阴性人群为对照组。采集两组人群的血液标本,收集临床实验室资料,采用酶联免疫吸附试验(ELISA)检测两组人群血清中炎症因子IL-36、IL-37和IL-38表达水平,分析试验组人群血清IL-36、IL-37和IL-38水平与部分临床实验室指标间的相关性。结果两组血清IL-36和IL-38表达水平比较,差异有统计学意义(P<0.05);试验组血清IL-36和IL-38表达水平均高于对照组(P<0.05);试验组血清IL-38表达水平与尿酸指标呈正相关(r_(s)=0.415,P=0.028)。结论炎症因子IL-36和IL-38在anti-CCP抗体阳性体检人群中血清表达水平异常升高,可能与anti-CCP抗体阳性人群发展为类风湿关节炎(RA)有关。

logistic回归和分类树在慢阻肺影响因素分析中的应用

目的:运用logistic回归和分类树模型对比探讨泸州市居民慢性阻塞性肺疾病(COPD)的影响因素,为COPD的病因学研究和防治提供依据。方法:采用成组病例对照研究设计,通过非条件logistic回归模型和CHAID分类树模型分析泸州市居民COPD的影响因素,并采用ROC曲线下面积(AUC)对两种模型进行评价。结果:本次分析共纳入了COPD患者2 271例和非COPD患者2 367例,非条件logistic回归结果显示:性别、厨房燃料、吸烟、年龄、身体质量指数(BMI)和心率是COPD的危险因素,差异有统计学意义(P<0.05)。分类树模型结果显示:性别、年龄、职业、厨房燃料和吸烟为COPD的危险因素,其中年龄是主要影响因素。logistic回归和CHAID分类树模型的AUC分别为0.925和0.905。结论:泸州市居民COPD患病的可能危险因素主要有性别、年龄、心率、职业、厨房燃料和吸烟和BMI。logistic回归和CHAID分类树模型均具有较高的准确性,两种方法结合使用能更加全面地筛选COPD的危险因素。

桂皮醛对关节炎大鼠炎症因子及骨桥蛋白的作用

目的 探讨桂皮醛(Cin)对Ⅱ型胶原诱导的关节炎(CIA)大鼠的作用及对骨桥蛋白(OPN)水平的影响。方法 选取20只SPF级SD健康雄性大鼠,随机选取5只大鼠为对照组,其余大鼠建立Ⅱ型CIA大鼠模型。取造模成功的大鼠随机分为模型组、低剂量Cin组、高剂量桂Cin组,每组5只。造模成功后连续给药3周,1次/天,低、高剂量Cin组分别给予剂量为100、200 mg/kg的Cin灌胃处理,正常组和模型组使用等量生理盐水灌胃处理。观察Cin对CIA大鼠关节炎评分影响,检测各组大鼠血清中OPN、白介素-6(IL-6)、IL-17和肿瘤坏死因子-α(TNF-α)的水平,免疫组织化学法(IHC)检测滑膜组织中OPN表达,Western blot法检测滑膜组织中OPN的蛋白表达,RT-QPCR方法检测软骨中OPN mRNA水平,HE染色观察各组大鼠关节组织病理改变。结果 与对照组比较,模型组大鼠关节炎评分显著升高,血清中OPN、IL-6、IL-17和TNF-α的水平显著升高,OPN在滑膜、软骨表达水平升高,关节组织出现明显的炎症细胞浸润和滑膜增生;与模型组比较,低、高剂量Cin组能够降低大鼠关节炎评分,显著降低血清中OPN、IL-6、IL-17和TNF-α的水平,OPN在滑膜、软骨表达水平降低,并减轻关节组织的病理损伤,高剂量Cin组作用更显著。上述指标差异均具有统计学意义(P<0.05)。结论 桂皮醛能够有效缓解CIA大鼠的关节炎症和关节损伤,其作用可能与降低OPN表达及血清中IL-6、IL-17和TNF-α水平有关。

前列腺癌3种早期诊断预测模型效能比较

目的采用logistic回归、决策树和Lagrangian支持向量机(Lagrangian Sopport Vector Machine,LSVM)三种方法构建前列腺癌的早期诊断预测模型,并比较三种模型的预测效能,为前列腺癌的早期诊断提供理论支持。方法数据来源于国家临床医学科学数据中心(301医院)的《前列腺肿瘤预警数据集》,将清洗整理后的数据按7:3的比例随机分成训练集和测试集,基于训练集数据采用单因素Logistic回归筛选前列腺癌的关联因素,并建立多因素Logistic回归分析、LSVM和随机森林模型三个前列腺癌早期诊断预测模型,用测试集数据验证三个模型的预测准确性并用ROC曲线对三种模型进行评价比较。结果单因素Logistic分析筛选出13项具有统计学意义的指标,包括年龄、肌酸激酶同工酶、甘油三酯、磷脂、游离PSA、总PSA、钙、血清尿酸、载脂蛋白A1、载脂蛋白B、载脂蛋白C2、载脂蛋白C3、载脂蛋白E。多因素Logistic分析筛选出4个有统计学意义的变量:年龄、肌酸激酶同工酶、游离PSA、总PSA。LSVM模型筛选出10项预测因子,按重要性由高至低分别是:总PSA、年龄、载脂蛋白A1、磷脂、载脂蛋白B、甘油三酯、血清尿酸、游离PSA、肌酸磷酸同工酶、载脂蛋白E。随机森林模型筛选出10项预测因子,按重要程度排序由高至低依次为:载脂蛋白C3、磷脂、游离PSA、载脂蛋白B、载脂蛋白E、钙、血清尿酸、载脂蛋白A1、载脂蛋白C2、肌酸激酶同工酶。多因素非条件Logistic回归、LSVM模型和随机森林模型分析的AUC分别为0.895(0.876,0.913)、0.918(0.902,0.934)、0.724(0.688,0.760)。结论LSVM模型预测效果最好,多因素Logistic回归模型预测效果尚可,随机森林的预测效果不佳。

Design method and machine learning application of acoustic holographic computational metamaterials

Acoustic holographic method has been used in imaging,particle manipulation,material preparation and other fields.In acoustics,it is important to design the implementation of any acoustic wave formation surface[1-5].Traditional methods use piezoelectric arrays to control any acoustic wave array.