目的:探究单纯疱疹病毒(HSV)感染后脑脊液(CSF)中S100B、Cys-C、MMP-9水平对自身免疫性脑炎(AE)的预测价值。方法:选取2016年1月至2021年3月河北中石油中心医院收治的200例HSV感染患者为研究对象,根据是否继发AE分为研究组(继发AE,35例...目的:探究单纯疱疹病毒(HSV)感染后脑脊液(CSF)中S100B、Cys-C、MMP-9水平对自身免疫性脑炎(AE)的预测价值。方法:选取2016年1月至2021年3月河北中石油中心医院收治的200例HSV感染患者为研究对象,根据是否继发AE分为研究组(继发AE,35例)和对照组(未继发AE,165例)。多因素Logistic回归分析HSV感染患者继发AE的独立影响因素。Spearman法分析脑脊液中Cys-C、MMP-9与S100B水平的相关性。受试者工作特征(ROC)曲线分析S100B、Cys-C、MMP-9对AE的预测价值。构建风险预测模型并进行评价。结果:多因素Logistic回归分析显示,MRI异常、脑脊液S100B、MMP-9升高、EEG异常是HSV感染患者继发AE的独立危险因素,脑脊液Cys-C是其保护因素(P<0.05)。Spearman分析显示,HSV感染患者Cys-C浓度与S100B水平呈负相关(r=-0.83,P<0.05),MMP-9浓度与S100B水平呈正相关(r=0.88,P<0.05)。构建的联合预测因子pre1诊断HSV患者继发AE的AUC明显大于S100B、Cys-C、MMP-9单独预测的AUC(0.876 vs 0.827、0.787、0.750)。构建的风险预测模型具有良好的区分度和一致性。结论:脑脊液中S100B、Cys-C、MMP-9水平均可对HSV感染患者诱发AE的可能性进行有效预测,且三项指标联合预测价值最大,其次是S100B蛋白、Cys-C、MMP-9。展开更多
【目的】解决雷达数据管理效率低、利用率低等问题。【方法】设计了一种基于B/S模式的探地雷达数据管理系统,分析了GPR数据对象特点,确定了系统的ER模型,采用SQL Server 2012构建了数据管理系统,并运用JavaScript技术、MATLAB、C#语言及...【目的】解决雷达数据管理效率低、利用率低等问题。【方法】设计了一种基于B/S模式的探地雷达数据管理系统,分析了GPR数据对象特点,确定了系统的ER模型,采用SQL Server 2012构建了数据管理系统,并运用JavaScript技术、MATLAB、C#语言及.NET语言等设计管理系统的可视化和数据处理功能,同时对GPR数据管理及其测线GPS轨迹功能进行了功能试验。【结果】以MALA雷达数据为例,数据库系统能有效管理测试文件,并可展示测线轨迹,实现数据高效率管理,为路面病害智能识别模型提供有效的数据源。【结论】设计的系统初步实现了GPR数据的管理,并将GPS数据与测线统一,可为相同路段历史数据的分析提供参考,并为后期开展基于云服务的路面病害缺陷识别奠定基础。展开更多
文摘目的:探究单纯疱疹病毒(HSV)感染后脑脊液(CSF)中S100B、Cys-C、MMP-9水平对自身免疫性脑炎(AE)的预测价值。方法:选取2016年1月至2021年3月河北中石油中心医院收治的200例HSV感染患者为研究对象,根据是否继发AE分为研究组(继发AE,35例)和对照组(未继发AE,165例)。多因素Logistic回归分析HSV感染患者继发AE的独立影响因素。Spearman法分析脑脊液中Cys-C、MMP-9与S100B水平的相关性。受试者工作特征(ROC)曲线分析S100B、Cys-C、MMP-9对AE的预测价值。构建风险预测模型并进行评价。结果:多因素Logistic回归分析显示,MRI异常、脑脊液S100B、MMP-9升高、EEG异常是HSV感染患者继发AE的独立危险因素,脑脊液Cys-C是其保护因素(P<0.05)。Spearman分析显示,HSV感染患者Cys-C浓度与S100B水平呈负相关(r=-0.83,P<0.05),MMP-9浓度与S100B水平呈正相关(r=0.88,P<0.05)。构建的联合预测因子pre1诊断HSV患者继发AE的AUC明显大于S100B、Cys-C、MMP-9单独预测的AUC(0.876 vs 0.827、0.787、0.750)。构建的风险预测模型具有良好的区分度和一致性。结论:脑脊液中S100B、Cys-C、MMP-9水平均可对HSV感染患者诱发AE的可能性进行有效预测,且三项指标联合预测价值最大,其次是S100B蛋白、Cys-C、MMP-9。
文摘【目的】解决雷达数据管理效率低、利用率低等问题。【方法】设计了一种基于B/S模式的探地雷达数据管理系统,分析了GPR数据对象特点,确定了系统的ER模型,采用SQL Server 2012构建了数据管理系统,并运用JavaScript技术、MATLAB、C#语言及.NET语言等设计管理系统的可视化和数据处理功能,同时对GPR数据管理及其测线GPS轨迹功能进行了功能试验。【结果】以MALA雷达数据为例,数据库系统能有效管理测试文件,并可展示测线轨迹,实现数据高效率管理,为路面病害智能识别模型提供有效的数据源。【结论】设计的系统初步实现了GPR数据的管理,并将GPS数据与测线统一,可为相同路段历史数据的分析提供参考,并为后期开展基于云服务的路面病害缺陷识别奠定基础。