目的:探讨机器学习模型与逐步线性回归(Stepwise linear regression,SLR)模型在亚急性期脑卒中患者康复后功能结局预测中的价值。方法:选取中国人民解放军联勤保障部队第九四五医院2013年1月~2023年12月收治的亚急性期脑卒中患者1046例...目的:探讨机器学习模型与逐步线性回归(Stepwise linear regression,SLR)模型在亚急性期脑卒中患者康复后功能结局预测中的价值。方法:选取中国人民解放军联勤保障部队第九四五医院2013年1月~2023年12月收治的亚急性期脑卒中患者1046例为研究对象,取患者一般资料以及入院时功能独立性量表(Functional Independence Measure,FIM)评分构建SLR、回归树(Regression trees.RT)、集成学习(Ensemble learning,EL)、人工神经网络(Artificial neural network,ANN)、支持向量回归(Support vector regression,SVR)以及高斯过程回归(Gaussian process regression,GPR)预测模型,并采用10折交叉验证,比较各模型实际与预测出院FIM评分以及FIM增益的决定系数(R^(2))、均方根误差(Root Mean Squared Error,RMSE)。结果:机器学习模型(R^(2):RT=0.75,EL=0.78,ANN=0.81,SVR=0.80,GPR=0.81)在预测FIM运动评分方面优于SLR(0.70)。机器学习模型对FIM增益总分的预测准确性(R^(2):RT=0.48,EL=0.51,ANN=0.50,SVR=0.51,GPR=0.54)也优于SLR(0.22)。结论:机器学习模型在预测FIM预后方面优于SLR:仅包含患者一般信息和入院FIM评分的机器学习模型的预测准确性优于既往研究,同时GPR对FIM预后的预测准确性最高。展开更多
浮游细菌是水生生态系统的重要组成部分,是水体中氮素生物地球化学循环的主要驱动力.本研究于2016年5月采集丹江口库区库心和渠首2个生态位点表层水样,采用16S r DNA Miseq高通量测序技术研究其群落组成,发现其主要由变形菌门、放线菌...浮游细菌是水生生态系统的重要组成部分,是水体中氮素生物地球化学循环的主要驱动力.本研究于2016年5月采集丹江口库区库心和渠首2个生态位点表层水样,采用16S r DNA Miseq高通量测序技术研究其群落组成,发现其主要由变形菌门、放线菌门、拟杆菌门等12门、139属细菌组成,渠首样品浮游细菌群落多样性高于库心样品. PICRUSt功能预测分析表明,浮游细菌涉及氨基酸运输和代谢、转录、能量产生和转换等24个基因功能家族,表现出功能上的丰富性.其中35个参与氮代谢的KO(表示通路)中库心高于渠首为20个,渠首高于库心的为15个.两样品中检测到涉及固氮作用(nif H)、硝化作用(hao)、反硝化作用(nar G、nir K、nor B、nos Z)、氮同化还原及异化还原作用(nas A、nar B、nap A、nir A、nir B、nrf A)参与氮循环的关键基因相对丰度.综合基因功能家族预测基因拷贝数和氮循环相关基因丰度分析,丹江口库区库浮游细菌氮代谢能力整体趋势为库心高于渠首.本研究从细菌群落组成、功能角度初步分析了丹江口库区不同生态位点氮循环的差异,为丹江口水库水环境保护提供了参考依据.展开更多