期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于DNA甲基化驱动基因的肺鳞癌预后列线图的建立 被引量:1
1
作者 吴立波 李广华 +1 位作者 于家兴 王秋实 《医学综述》 CAS 2022年第1期190-196,共7页
目的基于DNA甲基化驱动基因开发预测肺鳞癌患者预后的列线图。方法通过整合癌症基因组图谱(TCGA)肺鳞癌DNA甲基化和基因表达来鉴定甲基化驱动基因,采用Kaplan-Meier生存分析、LASSO回归和多变量Cox回归分析,建立风险评分模型,再对临床... 目的基于DNA甲基化驱动基因开发预测肺鳞癌患者预后的列线图。方法通过整合癌症基因组图谱(TCGA)肺鳞癌DNA甲基化和基因表达来鉴定甲基化驱动基因,采用Kaplan-Meier生存分析、LASSO回归和多变量Cox回归分析,建立风险评分模型,再对临床参数进行分析,构建列线图,Hosmer-Lemeshow检验绘制校准曲线对肺鳞癌患者生存率进行校准,受试者工作特征曲线(ROC曲线)评估列线图的预测效能。结果通过MethylMix分析共筛选了45个DNA甲基化驱动基因,基因功能在丝氨酸家族氨基酸代谢过程、细胞和细胞间黏附连接、细胞和细胞间连接方面显著丰富(P<0.01)。经Kaplan-Meier生存分析和LASSO回归分析显示,ATP结合家族亚家族C成员5(ABCC5)、封闭蛋白1重组蛋白(CLDN1)、半胱氨酸蛋白酶蛋白A(CSTA)基因与肺鳞癌患者预后相关(P<0.05)。多因素Cox回归分析显示,年龄、TNM分期中N分期和风险评分与肺鳞癌患者的生存时间显著相关(HR=1.73,95%CI 1.09~2.75;HR=2.34,95%CI 1.21~4.52;HR=4.44,95%CI 1.61~12.26)(均P<0.05)。构建包含这些变量的列线图,ROC曲线评估显示,该列线图预测肺鳞癌患者3年和5年生存率的准确性较高。结论DNA甲基化驱动基因(ABCC5、CLDN1和CSTA)的改变与肺鳞癌患者的预后显著相关,构建的列线图模型可用于肺鳞癌患者预后的个体化预测。 展开更多
关键词 肺鳞癌 DNA甲基化 生存分析 癌症基因组图谱数据库 列线图模型
下载PDF
简易Nomogram图模型在评估成年人肺炎支原体肺炎严重程度中的作用 被引量:1
2
作者 郑开慧 施金存 +1 位作者 苏童 吴建华 《中国基层医药》 CAS 2023年第8期1205-1210,共6页
目的探讨简易Nomogram图模型在评估成年人肺炎支原体肺炎(MPP)严重程度中的作用。方法回顾性分析温州市中心医院2015年3月至2022年10月收治的MPP患者162例的临床资料,根据是否确诊为重症MPP分为重症组(n=67)与普通组(n=95)。提取患者的... 目的探讨简易Nomogram图模型在评估成年人肺炎支原体肺炎(MPP)严重程度中的作用。方法回顾性分析温州市中心医院2015年3月至2022年10月收治的MPP患者162例的临床资料,根据是否确诊为重症MPP分为重症组(n=67)与普通组(n=95)。提取患者的临床资料,筛选14个临床变量,包括年龄、性别、发病季节、是否发热、热峰、发热持续时间、咳嗽持续时间、白细胞计数、中性粒细胞比例、淋巴细胞比例、血红蛋白、血小板计数、C反应蛋白(CRP)、降钙素原(PCT),对单因素分析中有统计学意义的变量进行多因素logistic回归分析,应用R语言软件包(3.6.2版本)构建Nomogram图模型,并运用校准曲线及受试者工作特征曲线(ROC曲线)对模型进行验证。结果单因素分析结果显示,重症组的热峰更高(Z=5.03,P<0.001),发热(χ^(2)=27.55,P<0.001)、咳嗽时间(χ^(2)=28.72,P<0.001)更长,白细胞总数(t=2.93,P=0.004)、中性粒细胞比例(t=9.08,P<0.001)、CRP(t=35.05,P<0.001)及PCT(t=15.09,P<0.001)高于普通组,淋巴细胞比例(t=11.16,P<0.001)、血红蛋白(t=1.22,P<0.001)及血小板(t=2.82,P<0.001)则低于普通组,差异均有统计学意义。多因素logistic回归分析结果显示,热峰、咳嗽时间、CRP与MPP严重程度呈正相关,淋巴细胞比例、血红蛋白浓度及血小板计数与MPP严重程度呈负相关(均P<0.05)。Nomogram图模型的建立及验证结果显示,模型的准确性较好,敏感度为88.73%,特异度为77.61%,C指数为0.904。结论热峰、咳嗽持续时间、淋巴细胞比例、血红蛋白浓度、血小板计数和CRP等指标与早期MPP的严重程度密切相关,简易Nomogram图模型可成为早期评估MPP严重程度的工具之一。 展开更多
关键词 肺炎 支原体 疾病严重程度指数 模型 nomogram LOGISTIC模型 敏感性与特异性 诊断 成年人
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部