构建股骨转子间骨折股骨近端防旋髓内钉内固定失效的风险预测模型

背景:股骨转子间骨折是主要的老年脆性骨折类型,股骨近端防旋髓内钉是首选手术方案,但术后内固定失效的相关因素尚存在争议。目的:通过术前评估患者影像学资料提出一种新的股骨转子间骨折“三柱”分类法,并分析其与术后内固定失效的交互关系,利用数字技术运算开发和验证风险预测模型,便于临床医生术前甄别并干预高风险患者。方法:选择2012年6月和2022年6月佛山市中医院三水医院收治的股骨转子间骨折患者,按照术后是否出现内固定失效结局,分为内固定失效组和内固定维持组。根据患者术前X射线片将股骨近端分为“三柱”:内侧柱、外侧柱及中柱,每柱均有不同的亚组分型。分析“三柱”的形态特征与股骨近端防旋髓内钉内固定术后复位失效的关系,通过先单因素后多因素logistics回归分析,筛选出引起内固定失效的独立风险因素,根据独立风险因素利用R语言软件构建风险预测模型。采用自助法重抽样1000次,使用受试者工作特征曲线下的面积、校准曲线、临床决策曲线评价模型的区分度、校准能力及临床应用价值。通过Youden指数确定预测模型的最佳风险分界值,据此将患者分为高、低风险组,根据模型风险预测能力的准确度来评价其稳定性和外延性。结果与结论:①利用“三柱”分型系统预测骨折术后内固定失效的4个独立风险因素,分别为内侧柱(小转子及股骨距粉碎性骨折)[优势比=5.385,95%CI(1.961,14.782),P=0.001]、中间柱(烟囱型)[优势比=2.893,95%CI(1.167,7.173),P=0.022]、外侧柱(外侧壁厚度<20.5 mm)[优势比=2.804,95%CI(1.078,7.297),P=0.035]及外侧柱(外侧壁骨折)[优势比=4.278,95%CI(1.670,10.959),P=0.012];②构建的风险预测模型表现出良好的区分度和准确度[受试者工作特征曲线下面积=0.852,95%CI(0.837,0.922)],校准曲线显示模型预测风险和实际发生风险有较好的一致性;③临床决策曲线提示风险阈值概率在0.2-0.82范围内时,模型具有较好的临床适用性;风险概率为28%是模型风险分层的最佳阈值,模型在不同风险组别患者的预测性能较好;④此次研究通过“三柱”分型系统构建预测模型计算股骨转子间骨折患者术后内固定失效的风险概率,此方法准确、简便,易于临床应用,可作为一种数字化工具指导临床个性化治疗。

系统性红斑狼疮并发股骨头坏死危险因素列线图预测模型的建立和验证

背景:股骨头坏死是系统性红斑狼疮患者常见的并发症,若能早期对其发生风险进行预测与验证,将有助于避免或延缓股骨头坏死的发展。目的:分析系统性红斑狼疮患者并发股骨头坏死的危险因素,构建系统性红斑狼疮患者并发股骨头坏死的列线图预测模型并进行验证。方法:回顾性分析2013年1月至2022年12月首次就诊于河南中医药大学第一附属医院的914例系统性红斑狼疮患者的病历资料,根据是否发生股骨头坏死分为发生股骨头坏死组(n=100)和未发生股骨头坏死组(n=814)。采用单因素、LASSO回归和多因素Logistic回归分析筛选和确定系统性红斑狼疮并发股骨头坏死的危险因素。同时将数据集按照7∶3的比例随机分为训练集和测试集,并基于多因素Logistic回归分析结果,构建系统性红斑狼疮并发股骨头坏死的列线图预测模型。同时,使用受试者工作特征曲线、Hosmer-Lemeshow校准曲线和决策曲线对列线图的性能进行评估。结果与结论:①股骨头坏死组与未发生股骨头坏死组患者在系统性红斑狼疮病程、系统性红斑狼疮疾病活动度评分、狼疮性肾炎、呼吸系统受累、胃肠道受累、干燥综合征、骨质疏松、抗核糖核蛋白抗体阳性、补体C3降低、环磷酰胺、吗替麦考酚酯、生物抑制剂、糖皮质激素最大日剂量、糖皮质激素冲击治疗方面差异有显著性意义(P<0.05);②采用LASSO回归分析方法筛选出10个与系统性红斑狼疮并发股骨头坏死风险相关的预测变量,将其纳入多因素Logistic回归分析,结果显示系统性红斑狼疮病程、呼吸系统受累、干燥综合征、骨质疏松、抗核糖核蛋白抗体阳性、环磷酰胺、吗替麦考酚酯、生物抑制剂、糖皮质激素最大日剂量是系统性红斑狼疮患者发生股骨头坏死的独立危险因素(P<0.05);③训练集中预测发生风险的受试者工作特征曲线下面积为0.802(95%CI=0.742-0.862),测试集预测发生股骨头坏死风险受试者工作特征曲线下面积为0.811(95%CI=0.745-0.876);Hosmer-Lemeshow校准曲线拟合度较好(训练集,P=0.447;验证集,P=0.870);决策曲线显示使用列线图预测模型预测系统性红斑狼疮患者发生股骨头坏死的风险是有益的;④月经异常为女性系统性红斑狼疮患者并发股骨头坏死的危险因素之一;⑤此次研究结果提示,系统性红斑狼疮并发股骨头坏死的危险因素是多因素的,同时建立了一个包含9个危险因素的列线图预测模型,可将其用于预测系统性红斑狼疮患者发生股骨头坏死的风险;此外,首次报道了月经异常为女性系统性红斑狼疮并发股骨头坏死的危险因素之一。

基于Transformer模型的时序数据预测方法综述

时序数据预测(TSF)是指通过分析历史数据的趋势性、季节性等潜在信息,预测未来时间点或时间段的数值和趋势。时序数据由传感器生成,在金融、医疗、能源、交通、气象等众多领域都发挥着重要作用。随着物联网传感器的发展,海量的时序数据难以使用传统的机器学习解决,而Transformer在自然语言处理和计算机视觉等领域的诸多任务表现优秀,学者们利用Transformer模型有效捕获长期依赖关系,使得时序数据预测任务取得了飞速发展。综述了基于Transformer模型的时序数据预测方法,按时间梳理了时序数据预测的发展进程,系统介绍了时序数据预处理过程和方法,介绍了常用的时序预测评价指标和数据集。以算法框架为研究内容系统阐述了基于Transformer的各类模型在TSF任务中的应用方法和工作原理。通过实验对比了各个模型的性能、优点和局限性,并对实验结果展开了分析与讨论。结合Transformer模型在时序数据预测任务中现有工作存在的挑战提出了该方向未来发展趋势。

农机数字化大数据管理平台的设计——基于电子商务平台重复客户预测模型

随着信息技术和农机现代化的加速推进,数字化农机管理已成为当今农业发展的重要趋势。为此,基于电子商务平台重复客户预测模型,提出了一种基于Hadoop和物联网的农机数字化大数据管理平台,旨在将传统农业生产与信息技术有机结合,实现农机作业数据的实时监测、质量分析、预测与预警、决策支持等功能,为农机作业的自动化和精准化提供有力保障。

基于模型预测控制的无人车编队避障方法

为研究障碍物环境下基于模型预测控制的无人车编队避障方法,建立了包含虚拟智能体状态的编队避障函数,使避障问题容易用优化方法求解.在无人车编队内部引入优先级策略实现编队内部避碰,并通过动态事件触发机制减小无人车之间通讯带宽占用.对该方法进行了计算机仿真验证,在给定多边形障碍物环境下,使用领导者-追随者架构执行编队行驶任务,并借助事件触发器实现间歇通讯.结果表明,相较于传统方法,所设计的编队控制器能够提高带宽约束下无人车编队行驶安全性.

基于前馈非线性模型预测控制的类车机器人路径跟踪

类车机器人由于零件标准化程度低,侧偏刚度等轮胎力学参数难以准确获得,存在动力学建模十分困难的问题,因此现有研究工作通常以运动学模型作为类车机器人的控制模型,但由于其运动学模型存在模型失配,导致类车机器人与参考路径之间的误差、类车机器人的前轮转角和前轮转角速度出现剧烈振荡现象.针对前述问题,本文基于非线性模型预测控制(Nonlinear model predictive control,NMPC)的滚动优化原理,引入基于逆运动学模型的前馈转角信息,将前轮转向角作为预测模型的第四维,提出了一种基于前馈非线性模型预测控制(Feedforward NMPC,FNMPC)的类车机器人路径跟踪控制算法.并通过Simulink和CarSim进行了联合仿真,结果表明FNMPC有效减小了模型失配导致的振荡现象,同时具有较高的跟踪精度.其中前馈非线性模型预测控制器的位移误差幅值不超过0.1106 m,航向误差幅值不超过0.1253 rad.在相同工况下,线性模型预测控制、前馈线性模型预测控制、纯跟踪控制和Stanley控制误差发散,而本文提出的FNMPC相比已有NMPC跟踪精度更高,且控制增量绝对累计值相比NMPC控制器减小67.53%.通过线控类车机器人底盘作为实验平台完成的测试结果表明,NMPC系统在进入弯道时出现控制失控现象,在相同工况下,FNMPC系统能够有效完成对参考路径的跟踪,同时将位移误差幅值控制在0.1624 m以内,航向误差幅值控制在0.1138 rad以内.

急性缺血性脑卒中预后预测研究的应用进展:以机器学习预测模型为例

急性缺血性脑卒中(AIS)具有高致残率、高病死率及高复发率等特点,给患者及社会造成沉重的负担。随着大数据时代的到来,预测模型在患者的诊治决策、预后管理以及卫生资源配置等方面的应用越来越多,其价值也愈发重要。机器学习方法是预测AIS患者预后的重要方法之一,且已广泛应用。本文以机器学习方法为重点,就AIS预后预测研究的最新进展予以综述,并提出机器学习预测模型目前所面临的问题与挑战,为AIS患者预后结局早期评估与预测在方法上提供新的思路和参考。

基于中医证候与精液质量相关参数构建精子DNA碎片预测模型与验证

背景:中医证候与精液质量相关参数相结合,共同预测精子DNA碎片指数(DNA fragmentation index,DFI)异常增高的发生并绘制列线图,能显著提高临床的实操性与应用效能,为临床全面评估精液质量,采取积极干预措施以改善临床结局及制定个体化医疗方案提供依据。目的:探讨基于中医证候与精液质量相关参数构建精子DNA碎片的预测模型与验证。方法:回顾性分析2019年7月至2021年7月在广西壮族自治区南溪山医院中医男科接受中医证候诊断及精子DNA碎片率检查的不育患者共420例,据《人类精液检查与处理实验室手册》(第6版),将其中137例精子DFI>30%患者纳入精子DFI异常增高组,将283例精子DFI≤30%作为对照组;首先采用单因素分析筛选精子DFI异常增高的影响因素,然后采用套索算法(LASSO)校正因子共线性问题并筛选出最佳匹配因子后,将其纳入多因素向前逐步Logistic回归找出其独立影响因素并绘制列线图,最后采用受试者工作曲线、校准曲线、临床决策曲线、临床影响曲线对该预测模型进行区分度与准确度及临床应用效能验证。结果与结论:①单因素分析结果显示,年龄、体质量指数、前向运动率、精子总活率、精子浓度、精子形态学、肾阳虚衰证、湿热下注证、肾精不足证为引发精子DFI异常增高的影响因子(P<0.05);②通过LASSO回归进一步筛选出的最佳匹配因素为年龄、体质量指数、精子总活率、精子浓度、精子形态学、肾阳虚衰证、湿热下注证、肾精不足证(P<0.05);③多因素向前逐步Logistic回归结果显示年龄、体质量指数、精子浓度、精子总活率、湿热下注证、肾阳虚衰证共6项为引发精子DFI异常增高的独立影响因素;④受试者工作曲线显示,模型组曲线下面积为0.760(0.713,0.806),验证组曲线下面积为0.745(0.714,0.776),说明该预测模型具有较好的区分度;⑤校准曲线平均绝对误差0.040,Hosmer-Lemeshow检验P>0.05,表明该模型预测发生精子DFI异常增高的概率与实际发生精子DFI异常增高的概率无显著统计学差异,证实该模型具有较好的准确度;⑥临床决策曲线与临床影响曲线显示,模型组与验证组分别在阈概率值为0.08-0.84与0.09-0.78时具有临床最大净获益,且在该阈概率范围内具有较好的临床应用效能;⑦结果表明,年龄、体质量指数、精子浓度、精子总活率、湿热下注证、肾阳虚衰证为引发精子DFI异常增高的独立影响因素,通过其构建的临床预测模型列线图具有较好的临床预测价值与临床应用效能,可为临床全面评估精液质量、预后与干预及个体化医疗服务提供依据。

成人肺炎支原体肺炎的危险因素分析及预测模型构建

目的 分析成人肺炎支原体肺炎(Mycoplasma pneumoniae pneumonia, MPP)的危险因素并构建其发生的预测模型。方法 严格根据纳入排除标准选取2023年1-12月六安市人民医院呼吸与危重症医学科收治的社区获得性肺炎(Community acquired pneumonia, CAP)的患者,并对患者临床资料进行分析。所有研究对象经R语言Sample函数7∶3随机划分为训练集和验证集,采用单因素和多因素Logistic回归分析筛选成人MPP的独立预测因子,并建立列线图模型。应用受试者工作特征(ROC)曲线、校准曲线、决策曲线分析(DCA)曲线对模型进行评价和验证。结果 以年龄、最高体温、畏寒、干咳、CRP、NLR、树芽征7项独立预测因子所构建的列线图具有较高的准确性,训练集的ROC曲线下面积为AUC=0.900(95%CI:0.863, 0.936),验证集ROC曲线下面积为AUC=0.878(95%CI:0.812, 0.944)。且训练集和验证集的校准曲线拟合良好,训练集、验证集分别在0.05和0.94、0.09和0.82的风险阈值概率范围内,模型具有净获益。结论 7项独立预测因子所构建的列线图预测模型在预测成人MPP的发生、帮助临床医生及早识别高危患者并制定有效的诊疗方案存在一定的指导意义。

全髋关节置换后的低蛋白血症:危险因素及列线图预测模型建立

背景:患者接受全髋关节置换后多发低蛋白血症,影响术后愈合及康复。目的:探讨及筛选全髋关节置换后发生低蛋白血症的危险因素,建立列线图为临床中判断全髋关节置换后是否发生低蛋白血症提供指导。方法:共纳入行全髋关节置换患者355例,根据术后第1天是否出现低蛋白血症分为低蛋白血症组238例、正常组117例,低蛋白血症发生率为67%。收集患者年龄、性别、糖尿病、高血压、高尿酸血症、高血脂、麻醉方式、置换前白细胞、置换前红细胞、置换前血红蛋白、置换前血小板、置换前血浆凝血酶原时间、置换前活化部分凝血酶原时间、置换前国际标准化比值、置换前凝血酶时间、置换前纤维蛋白原、置换前血沉、置换前C-反应蛋白、置换前D-二聚体、置换前平均红细胞血红蛋白含量、置换前平均红细胞体积、手术时间、体质量指数、置换前降钙素原、置换前红细胞压积等资料。利用SPSS 27.0软件进行单因素分析,随后利用R语言(4.3.1)再次对观察指标进行最小绝对收缩和选择算子回归分析及10倍交叉验证,取二者危险因素交集,使用SPSS 27.0进行多因素二元Logistic回归分析得到最终危险因素,通过R语言构建全髋关节置换后低蛋白血症的预测模型,并构建受试者特征曲线曲线、校准曲线、临床决策曲线评估预测模型预测能力。结果与结论:①经过单因素分析、最小绝对收缩和选择算子回归、多因素二元Logistic回归,筛选出年龄(OR=1.024,P=0.023)、置换前血小板(OR=0.995,P=0.028)、置换前血沉(OR=1.031,P=0.045)在判断置换后是否会发生低蛋白血症方面具有统计学意义(P<0.05);②基于多因素Logistic回归所筛选出的最终危险因素构建列线图预测模型,并通过构建受试者特征曲线评估模型预测能力,经计算受试者工作特征曲线的曲线下面积达到0.835(95%CI=0.779-0.891),C-index=0.835,经临床决策曲线计算,模型在阈值为0-0.83可带来更好的临床效能,该预测模型具有良好的灵敏度与准确性,可为医护人员及患者在全髋关节置换前更好地识别置换后发生低蛋白血症的风险。

基于鲁棒模型预测的无人拖拉机跟踪控制方法分析

无人驾驶拖拉机是一种利用自动化技术和传感器设备进行自主导航的农业机械设备,可以在无人操作的情况下完成农田的耕作、种植、施肥、除草等作业。无人驾驶拖拉机田间运动控制是拖拉机整机与自动驾驶系统沟通的关键技术。为此,在无人驾驶拖拉机田间运行给定形式路径的基础上,通过构建无人驾驶拖拉机运动模型并进行线性化处理,运用模型预测控制拖拉机田间运行轨迹,以实现对田间无人驾驶拖拉机轨迹跟踪的研究目标。结果表明:基于鲁棒模型预测的拖拉机跟踪控制器能够提高拖拉机田间运行控制精度,拖拉机直线运行控制误差<0.03 m。

应用优化最大熵模型的珍稀濒危玉兰属物种适生区预测

依据中国9种珍稀濒危玉兰属(Yulania spach)物种的地理分布数据及37个环境因子数据,利用R语言ENMeval包优化最大熵模型(MaxEnt)的正则化乘数(RM)和要素组合(FC)参数,提高模型模拟精度,以便更好的预测出各物种在基准期和未来3种气候情景的潜在适生区分布趋势,并分析影响其分布的主要环境因子。结果表明:(1)最大熵模型优化后,各珍稀濒危玉兰属物种的受试者工作特征曲线(ROC)下面积(AUC)值均在0.95以上,表明模型模拟效果极好,可用于中国珍稀濒危玉兰属物种地理分布模拟;(2)影响珍稀濒危玉兰属潜在分布的主要环境因子,贡献率从大到小依次为,最冷月最低温(BIO6,46.38%)、等温性(BIO3,13.83%)、坡度(SLO,8.03%)、最暖季降水量(BIO18,7.57%)、最干月降水量(BIO14,6.78%),其中,对各物种潜在适生区分布影响最大的影响因子为最冷月最低温,在存在概率最高时,各物种的最冷月最低温均在0℃左右;(3)在未来2061—2080年3种不同的气候情景时,光叶玉兰、青皮玉兰、凹叶玉兰及紫玉兰总适生区面积呈扩大趋势,增加面积在7 398~879 439 km^(2);景宁玉兰、罗田玉兰、天目玉兰、宝华玉兰、滇藏玉兰总适生区面积呈缩减趋势,减小面积在1 605~669 830 km^(2)。

基于Logistic回归分析的子宫内膜息肉患者宫腔镜下子宫内膜息肉切除术术后复发预测模型的构建与验证

目的:探讨子宫内膜息肉(EP)患者宫腔镜下子宫内膜息肉切除术(TCRP)术后复发的影响因素,并基于此构建和验证风险预测模型。方法:回顾性选取162例EP患者为研究对象,根据TCRP术后是否复发将其分为复发组(27例)和非复发组(135例),随访患者的术后复发情况,多因素Logistic回归分析TCRP术后复发的影响因素,建立复发风险预测模型并进行验证。结果:多因素Logistic回归分析显示:年龄>35岁、既往子宫腔内相关手术史是EP患者术后复发的危险因素,术后放置曼月乐环为保护因素(P<0.05)。以多因素分析结果进行复发风险模型构建,模型的曲线下面积(AUC)为0.919(95%CI:0.821~0.930),在最佳截断值0.575,灵敏度、特异度分别为83.33%(20/24)、94.93%(131/138),阳性预测值74.07%(20/27),阴性预测值97.03%(131/135),经Hosmer-Lemeshow拟合优度检验结果χ^(2)=12.035,P=0.417,该模型内部预测EP患者TCRP术后复发的概率与实际概率比较,无明显统计学差异(P>0.05)。结论:年龄>35岁、既往子宫腔内相关手术史是EP患者术后复发的危险因素,术后放置曼月乐环是EP患者术后复发的保护因素,根据上述影响因素建立风险预测模型有助于预测TCRP术后复发的风险。

基于改进附着能量模型的TNBA晶体在二元溶剂中的形貌预测

TNBA作为一种新型含能材料,其具有高爆速,低敏感性的特点,为了研究TNBA在二元溶剂中的生长形貌,本研究采用附着能(AE)模型来预测TNBA在真空中的晶体形貌,同时采用改进附着能(MAE)模型和分子动力学(MD)方法,预测了TNBA晶体在四种不同二元溶剂中二甲基甲醇(IPA)/丙酮(AC)、IPA/二甲基亚砜(DMSO)、IPA/乙酸乙酯(EA)和IPA/水(H_(2)O)的晶体形貌.结果表明,TNBA晶体在真空中的形态为不规则的多面体,由六个重要的主生长晶面构成,分别为(100)、(110)、(011)、(11-1)、(10-2)和(002),其中(100)面所占比例最大,达到33.766%.在IPA/DMSO和PA/EA溶剂中重结晶得到的晶体为块状,在IPA/AC和IPA/H_(2)O为棒状.总而言之,IPA/DMSO和IPA/EA溶剂更适合TNBA晶体重结晶选择.

基于机器学习的冠心病风险预测模型构建与比较

背景冠状动脉粥样硬化性心脏病(以下简称冠心病)是全球重要的死亡原因之一。目前关于冠心病风险评估的研究在逐年增长。然而,在这些研究中常忽略了数据不平衡的问题,而解决该问题对于提高分类算法中识别冠心病风险的准确性至关重要。目的探索冠心病的影响因素,通过使用2种平衡数据的方法,基于5种算法建立冠心病风险相关的预测模型,比较这5种模型对冠心病风险的预测价值。方法基于2021年美国国家行为风险因素监测系统(BRFSS)横断面调查数据筛选出112606名研究对象的健康相关风险行为、慢性健康状况等24个变量信息,结局指标为自我报告是否患有冠心病并据此分为冠心病组和非冠心病组。通过进行单因素分析和逐步Logistic回归分析探索冠心病发生的影响因素并筛选出纳入预测模型的变量。随机抽取112606名受访者的10%(共计11261名),以8∶2的比例随机划分为训练与测试的数据集,采用随机过采样和合成少数过采样技术(SMOTE)两种过采样的方法处理不平衡数据,基于k最邻近算法(KNN)、Logistic回归、支持向量机(SVM)、决策树和XGBoost算法分别建立冠心病预测模型。结果两组年龄、性别、BMI、种族、婚姻状态、教育水平、收入水平、家里有几个孩子、是否被告知患高血压、是否被告知处于高血压前期、是否被告知患妊娠高血压、现在是否在服用高血压药物、是否被告知患有高脂血症、是否被告知患有糖尿病、吸烟情况、过去30 d内是否至少喝过1次酒、是否为重度饮酒者、是否为酗酒者、过去30 d内是否有体育锻炼、心理健康状况以及自我健康评价比较,差异有统计学意义(P<0.05)。逐步Logistic回归分析结果显示:年龄、性别、BMI、种族、教育水平、收入水平、是否被告知患高血压、是否被告知处于高血压前期、是否被告知患妊娠高血压、现在是否在服用高血压药物、是否被告知患有高脂血症、是否被告知患有糖尿病、吸烟情况、过去30 d内是否至少喝过1次酒、是否为重度饮酒者、是否为酗酒者以及自我健康评价为冠心病的影响因素(P<0.05)。风险模型构建的分析结果显示:k最邻近算法、Logistic回归、支持向量机、决策树和XGBoost采用SMOTE处理不平衡数据的总体分类精度分别为59.2%、67.4%、66.2%、69.2%和85.9%,召回率分别为75.2%、71.4%、70.5%、62.9%和34.8%,精确度分别为15.4%、18.2%、17.5%、17.6%和28.7%,F值分别为0.256、0.290、0.280、0.275和0.315,受试者工作特征曲线下面积分别为0.80、0.78、0.72、0.72和0.82;采用随机过采样处理不平衡数据的总体分类精度分别为62.5%、68.5%、69.0%、60.2%和70.1%,召回率分别为70.0%、69.5%、71.9%、69.0%和67.6%;精确度分别为15.8%、18.4%、19.1%、14.8%和19.0%,F值分别为0.258、0.291、0.302、0.244和0.297,受试者工作特征曲线下面积分别为0.80、0.77、0.72、0.72和0.83。结论本研究不仅确认了已知冠心病的影响因素,还发现了自我健康评价水平、收入水平和教育水平对冠心病具有潜在影响。在使用2种数据平衡方法后,5种算法的性能显著提高。其中XGBoost模型表现最佳,可作为未来优化冠心病预测模型的参考。此外,鉴于XGBoost模型的优异性能以及逐步Logistic回归的操作便捷和可解释性,推荐在冠心病风险预测模型中结合使用数据平衡后的XGBoost和逐步Logistic回归分析。

急性缺血性脑卒中康复无效的风险预测Nomogram模型构建及验证

目的构建急性缺血性脑卒中康复无效的风险预测Nomogram模型并进行验证。方法回顾性分析2018年10月至2022年10月郑州卷烟厂康复医院收治的396例急性缺血性脑卒中患者的临床资料,按照2∶1的比例将其随机分为建模组(264例)和验证组(132例);根据建模组患者治疗后3个月的康复情况将其进一步分为无效组(63例)和有效组(201例),采用多因素Logistic回归分析法分析急性缺血性脑卒中康复无效的危险因素;采用R 3.4.3软件包绘制Nomogram模型,采用Bootstrap法进行内部验证,并绘制校准曲线评价Nomogram模型的校准度,绘制受试者工作特征(ROC)曲线评价Nomogram的预测效能,采用决策曲线(DCA)验证模型的临床净获益率。结果建模组中无效组心房颤动史、梗死灶最大径>4 cm、意识障碍、出血转化占比以及美国国立卫生院神经功能缺损评分(NIHSS)、血糖水平、糖化血红蛋白水平、D-二聚体(D-D)水平均高于有效组(P<0.05),发病至溶栓时间长于有效组(P<0.05);经多因素Logistic回归分析显示,心房颤动、发病至溶栓时间长、NIHSS评分升高、梗死灶最大径>4 cm、出血转化、血糖水平升高、D-D水平升高均是急性缺血性脑卒中患者康复无效的危险因素(P<0.05);根据以上影响因素构建的Nomogram模型经Bootstrap法验证,建模组与验证组的一致性指数分别为0.830、0.816,校正曲线与标准曲线拟合度较好;ROC曲线结果显示,建模组、验证组Nomogram预测急性缺血性脑卒中患者康复无效的曲线下面积分别为0.873、0.856;DCA曲线显示,建模组和验证组的风险阈值概率分别在2%~99%及9%~90%时有较高的净获益值。结论心房颤动、发病至溶栓时间长、NIHSS评分升高、梗死灶最大径>4 cm、出血转化、血糖水平升高、D-D水平升高均是急性缺血性脑卒中患者康复无效的危险因素,据此构建的Nomogram模型具有较好的临床应用价值。

分析支原体肺炎患儿预后结局的影响因素并基于炎症指标、免疫学指标、影像学特征构建预测模型

目的探究支原体肺炎患儿预后结局的影响因素并基于炎症指标、免疫学指标、影像学特征构建预测模型,为临床诊疗提供参考。方法选取2023年1月至2024年1月广州市花都区妇幼保健院(胡忠医院)收治的114例支原体肺炎患儿的临床资料,进行回顾性分析。根据预后结局不同分为预后良好组(80例)和预后不良组(34例)。比较两组患儿炎症指标、免疫学指标、影像学特征,分析影响支原体肺炎患儿预后结局的独立危险因素,基于炎症指标、免疫学指标、影像学特征构建联合预测支原体肺炎患儿预后结局的预测模型,并分析预测效果。结果预后不良组患儿血清淀粉样蛋白A(SAA)水平、中性粒细胞/淋巴细胞比值(NLR)、血小板/淋巴细胞比值(PLR)均高于预后良好组(均P<0.05)。预后不良组患儿CD4^(+)T淋巴细胞百分比、CD4^(+)/CD8^(+)比值均低于预后良好组,CD8^(+)T淋巴细胞百分比及免疫球蛋白(Ig)A、IgE、IgG水平均高于预后良好组(均P<0.05)。两组患儿支气管壁增厚、肺实变影、胸腔积液占比比较,差异均无统计学意义(均P>0.05)。预后不良组患儿淋巴结肿大、支气管充气征、大叶性实变影占比均高于预后良好组(均P<0.05)。多因素Logistic回归分析结果显示:SAA水平高、NLR高、PLR高、CD4^(+)T淋巴细胞百分比低、CD8^(+)T淋巴细胞百分比高、CD4^(+)/CD8^(+)比值低、IgA水平高、IgE水平高、IgG水平高、存在淋巴结肿大、存在支气管充气征、存在大叶性实变影均为影响支原体肺炎患儿不良预后结局的独立危险因素(均P<0.05)。构建模型回归方程为:Y=e^(x)/(1+e^(x));X=3.997+SAA+1.275 NLR+1.169 PLR-21.838 CD4^(+)0.212CD8^(+)-9.974CD4^(+)/CD8^(+)-0.122 IgA-0.119 IgE-2.833 IgG+0.257淋巴结肿大+0.212支气管充气征+1.896大叶性实变影。该预测模型的曲线下面积(AUC)为0.920,SE值为0.022,95%CI为0.876~0.964,最大约登指数为0.636,敏感度为0.954,特异度度为0.691。结论SAA水平高、NLR高、PLR高、CD4^(+)T淋巴细胞百分比低、CD8^(+)T淋巴细胞百分比高、CD4^(+)/CD8^(+)比值低、IgA水平高、IgE水平高、IgG水平高、存在淋巴结肿大、存在支气管充气征、存在大叶性实变影均为影响支原体肺炎患儿不良预后结局的独立危险因素,炎症指标、免疫学指标、影像学特征联合检测对支原体肺炎患儿预后结局有一定预测价值。

头颈部恶性肿瘤患者放疗后吞咽困难风险预测模型的构建与验证

目的 研究头颈部恶性肿瘤(HNC)患者放疗后吞咽障碍的相关因素,并建立风险预测模型。方法 回顾性分析2021年1月至12月在南通市肿瘤医院治疗的60例HNC患者的临床资料,根据头颈部放疗干预后是否发生吞咽困难分为发生组(21例)和未发生组(39例)。分析影响HNC放疗后吞咽困难发生的独立危险因素,建立风险预测模型并验证模型的价值。结果 发生组患者有吸烟史占比、肿瘤分期为Ⅲ期占比均更高(均P<0.05)。两组患者饮酒史和肿瘤类型比较,差异均无统计学意义(均P>0.05)。发生组患者放射剂量更高,放射性口腔炎更严重(均P<0.05)。多因素Logistic分析结果显示,有吸烟史、合并≥Ⅲ度放射性口腔炎及放射剂量高均是影响HNC患者放疗后吞咽困难的独立危险因素(均P<0.05)。受试者操作特征(ROC)曲线分析结果显示,该模型预测HNC患者放疗后吞咽困难的曲线下面积(AUC)为0.848(P<0.05),敏感度为0.810,特异度为0.718。结论 HNC患者放疗后吞咽困难的发生与吸烟史、放射剂量及重度放射性口腔炎相关,据此建立预测模型有利于预测吞咽困难的发生。

老年糖尿病肾病患者血液透析低血糖预测模型的构建与验证

目的 构建老年糖尿病肾病(diabetic kidney disease, DKD)患者血液透析低血糖列线图风险模型并验证其预测效果,为临床制订个体化的低血糖防控措施提供参考。方法 采用便利抽样法选取2022年6月至2023年6月在南宁市某三级甲等医院A院区血液净化室进行血液透析治疗的老年DKD患者273例建模,同法选取2023年7-12月该院B院区的老年DKD患者65例进行模型验证。以Lasso回归筛选特征变量,采用Logistic回归构建模型;以受试者工作特征曲线、校准曲线和临床决策曲线评价模型预测效能。结果 338例研究对象低血糖发生率为43.5%。体质量指数、文化程度、自我管理、社会支持、DKD病程、透析过程中进食、过去1年低血糖史、透析前血糖是老年DKD患者透析低血糖的影响因素(均P<0.05)。构建的预测模型的受试者工作特征曲线下面积为0.828,校准曲线显示预测结果与实际有较好一致性(P>0.05),经验证该模型预测的总体准确率为80.0%,临床决策曲线阈值概率为7%~95%时,模型临床净获益高。结论 基于Lasso-Logistic回归构建的列线图模型在临床中应用有较好的预测价值。

基于SD-PLUS耦合模型的陕西省土地利用变化及碳储量多情景预测

[目的]为探讨不同土地利用方式对区域生态系统碳储量的影响。[方法]以陕西省为研究对象,利用SD-PLUS耦合模型,采用国际耦合模式比较计划第6阶段(CMIP6)提出的耦合共享社会经济路线和代表性浓度路线(SSP-RCP)情景,对2030年陕西省的土地利用变化进行预测,然后利用InVEST模型模拟未来不同情景下陕西省碳储量及其空间分布。[结果](1)对构建的SD模型进行历史检验,其误差<5%,PLUS模型模拟的2020年土地利用Kappa指数为0.86,模型精度和可靠性总体符合要求;(2)3种情景下,未来建设用地面积均增加,增长速率从低到高的情景分别为SSP126、SSP245、SSP585;在所有情景下,林地面积均增加,水域面积均保持稳定;草地面积在SSP126情景下有小幅度增加,其他情景下减少;耕地面积3种情景下均减少;(3)3种情景下,陕西省碳储量均减少,关中平原建设用地的扩张占用大量的耕地是造成陕西省碳储量下降的主要原因。[结论]在SSP126情景下,建设用地扩张所占用的生态用地面积最小,碳储量损失最少,该情景同时考虑社会经济发展及生态保护的需要,可为未来陕西省国土资源保护和高质量发展提供参考模式。