目的通过网络药理学预测依诺肝素联合大黄治疗高脂血症性重症急性胰腺炎(hyperlipidemic severe acute pancreatitis,HLSAP)的作用机制。方法大黄和依诺肝素钠的主要活性成分、靶点通过中药系统药理学(TCMSP)、SwissTargetPrediction、P...目的通过网络药理学预测依诺肝素联合大黄治疗高脂血症性重症急性胰腺炎(hyperlipidemic severe acute pancreatitis,HLSAP)的作用机制。方法大黄和依诺肝素钠的主要活性成分、靶点通过中药系统药理学(TCMSP)、SwissTargetPrediction、PubChem、Drugbank、UniProt等数据库检索,HLSAP疾病靶标从GeneCards、OMIM数据库中获得。“药物-成分-靶点-疾病网络”通过Cytoscape软件构建、蛋白质-蛋白质相互作用(PPI)网络利用String绘制、基因本体论(GO)和京都基因与基因组百科全书(KEGG)利用DAVID数据库富集和微生信平台作图,根据得到结果分析可能的作用机制。结果筛选出了多种活性成分,其中eupatin、rhein、beta-sitosterol、palmidin A、aloe-emodin及Enoxaparin sodium等为主要药效物质,可与45个潜在靶点作用。从PPI网络得到TNF、AKT1、PPARG等10个关键靶点,富集分析发现大黄-依诺肝素钠治疗HLSAP的相关过程主要包括干预调控基因表达过程、凋亡过程、脂质代谢、蛋白质水解、细胞外外泌体、细胞膜等,主要通过影响TNF信号通路、AMPK信号通路、IL-17信号通路、乙型肝炎及甲型流感等进程发挥疗效。结论大黄联合依诺肝素钠可通过TNF、AMPK、IL-17等信号通路影响HLSAP相关的基因表达、细胞凋亡、脂质代谢、细胞外外泌体、蛋白质水解等治疗或缓解HLSAP。展开更多
目的使用logistic回归分析构建多个临床指标联合预测重症脂源性胰腺炎的预测模型,并评价其预测效果。方法纳入首都医科大学宣武医院2012年11月至2019年12月收住院的207例高甘油三酯血症性胰腺炎(hypertriglyceridemic pancreatitis,HTGP...目的使用logistic回归分析构建多个临床指标联合预测重症脂源性胰腺炎的预测模型,并评价其预测效果。方法纳入首都医科大学宣武医院2012年11月至2019年12月收住院的207例高甘油三酯血症性胰腺炎(hypertriglyceridemic pancreatitis,HTGP)患者作为研究对象,根据胰腺炎的严重程度将患者分为重症急性胰腺炎(severe acute pancreatitis,SAP)组(44例)和中重度胰腺炎(moderately severe acute pancreatitis,MSAP)+轻度胰腺炎(mild acute pancreatitis,MAP)组(163例)。比较两组患者一般临床资料,入院第1天中性粒细胞/淋巴细胞比值(neutrophil to lymphocyte ratio,NLR)、淀粉酶、脂肪酶、甘油三酯、C反应蛋白/白蛋白比值(C-reactive protein to albumin ratio,CAR)、降钙素原(procalcitonin,PCT)水平,CT严重指数(CT severity index,CTSI)评分、急性生理与慢性健康Ⅱ(acute physiology and chronic health evaluation-Ⅱ,APACHE-Ⅱ)评分、RANSON评分,住院天数、预后情况。应用logistic回归分析纳入差异有显著性的变量作为协变量,将是否发生SAP作为二分类结局变量,得出SAP的相关独立变量并拟合多个独立变量构建新的联合预测模型。构建受试者工作特征曲线(receiver operating characteristic curve,ROC)分析并评估联合预测模型及各独立变量对SAP的预测性能,得到曲线下面积(area under the curve,AUC)、最佳临界值、敏感度、特异度等参数;通过Z检验比较联合预测模型及各独立变量的AUC,从而判断联合预测模型较单一指标的工作性能。结果SAP组入院第1天的NLR、淀粉酶、脂肪酶、甘油三酯、CAR、PCT、CTSI评分、RANSON评分、APACHE-Ⅱ评分均高于MAP+MASP组,差异有显著性(P<0.01)。Logistic回归分析显示,CAR(a)、NLR(b)、甘油三酯(c)是SAP发生的独立危险因素,据此构建的logistic模型表达式为:logit(P)=-4.873+0.279a+0.056b+0.075c。对logistic回归方程进行等式变换,联合预测模型(Pre)表达式为L=0.279a+0.056b+0.075c。建立预测SAP的ROC曲线,Pre最佳临界值为3.24。Z检验显示,联合预测模型Pre预测SAP的AUC显著大于各单一指标,差异有显著性。结论使用logistic回归分析构建的联合预测模型对重症脂源性胰腺炎的预测效能优于仅使用CAR、NLR、甘油三酯等单一指标。展开更多
文摘目的使用logistic回归分析构建多个临床指标联合预测重症脂源性胰腺炎的预测模型,并评价其预测效果。方法纳入首都医科大学宣武医院2012年11月至2019年12月收住院的207例高甘油三酯血症性胰腺炎(hypertriglyceridemic pancreatitis,HTGP)患者作为研究对象,根据胰腺炎的严重程度将患者分为重症急性胰腺炎(severe acute pancreatitis,SAP)组(44例)和中重度胰腺炎(moderately severe acute pancreatitis,MSAP)+轻度胰腺炎(mild acute pancreatitis,MAP)组(163例)。比较两组患者一般临床资料,入院第1天中性粒细胞/淋巴细胞比值(neutrophil to lymphocyte ratio,NLR)、淀粉酶、脂肪酶、甘油三酯、C反应蛋白/白蛋白比值(C-reactive protein to albumin ratio,CAR)、降钙素原(procalcitonin,PCT)水平,CT严重指数(CT severity index,CTSI)评分、急性生理与慢性健康Ⅱ(acute physiology and chronic health evaluation-Ⅱ,APACHE-Ⅱ)评分、RANSON评分,住院天数、预后情况。应用logistic回归分析纳入差异有显著性的变量作为协变量,将是否发生SAP作为二分类结局变量,得出SAP的相关独立变量并拟合多个独立变量构建新的联合预测模型。构建受试者工作特征曲线(receiver operating characteristic curve,ROC)分析并评估联合预测模型及各独立变量对SAP的预测性能,得到曲线下面积(area under the curve,AUC)、最佳临界值、敏感度、特异度等参数;通过Z检验比较联合预测模型及各独立变量的AUC,从而判断联合预测模型较单一指标的工作性能。结果SAP组入院第1天的NLR、淀粉酶、脂肪酶、甘油三酯、CAR、PCT、CTSI评分、RANSON评分、APACHE-Ⅱ评分均高于MAP+MASP组,差异有显著性(P<0.01)。Logistic回归分析显示,CAR(a)、NLR(b)、甘油三酯(c)是SAP发生的独立危险因素,据此构建的logistic模型表达式为:logit(P)=-4.873+0.279a+0.056b+0.075c。对logistic回归方程进行等式变换,联合预测模型(Pre)表达式为L=0.279a+0.056b+0.075c。建立预测SAP的ROC曲线,Pre最佳临界值为3.24。Z检验显示,联合预测模型Pre预测SAP的AUC显著大于各单一指标,差异有显著性。结论使用logistic回归分析构建的联合预测模型对重症脂源性胰腺炎的预测效能优于仅使用CAR、NLR、甘油三酯等单一指标。