数据挖掘方法在女性尿失禁预测中应用的研究进展

中国女性尿失禁的发病率为21.2/1 000人年, 严重困扰患者的身心健康和社会交往, 降低了生命质量。近年来, 数据挖掘已广泛应用于医学实践中, 使用数据挖掘方法有望增加对疾病预测的准确性, 以达到良好的诊治效果。应用数据挖掘方法构建预测模型可以预测女性尿失禁的发生风险, 有助于识别高危人群进行早期预防。不同数据挖掘方法预测女性尿失禁的性能优劣尚需进一步研究。本文梳理了近年数据挖掘方法(包括logistic回归、多层感知器神经网络和人工神经网络、决策树算法、随机森林算法等)在预测女性尿失禁中应用的研究进展;对比了多种数据挖掘方法建立的预测模型的预测效能, 发现logistic回归、多层感知器神经网络、决策树算法、支持向量机建立的尿失禁预测模型的预测效果良好;本文也对当前研究存在的不足进行了总结(如:样本量小、"黑箱"问题等), 可为进一步的相关研究及应用提供借鉴。

131I治疗对术后评估为疗效不确切的分化型甲状腺癌患者近期临床转归的影响

目的探讨131I治疗对分化型甲状腺癌(DTC)术后131I治疗前被评估为疗效不确切(IDR)患者临床转归的影响。方法回顾性分析2009年4月至2022年3月就诊于北京协和医院核医学科,甲状腺全切或近全切术后131I治疗前被评估为IDR的281例DTC患者[男89例、女192例,年龄(38.4±10.2)岁]。根据是否行131I治疗,将患者分为131I治疗组与仅促甲状腺激素(TSH)抑制治疗组,并针对不同复发风险分层(低危、中危、高危)进行亚组分析;另依据甲状腺球蛋白抗体(TgAb)水平将患者分为TgAb阳性组(TgAb≥115 kU/L)与TgAb阴性组(TgAb<115 kU/L),比较各组内经131I治疗与仅TSH抑制治疗后随访期末疗效反应。分析2种治疗方案下TgAb阳性者的TgAb转阴时间及转阴率。采用两独立样本t检验、Mann-WhitneyU检验和χ^(2)检验、Fisher确切概率法比较组间差异。结果中位随访39(6~146)个月。在基线特征可比的情况下,131I治疗组(199例)与仅TSH抑制治疗组(82例)的随访期末疗效反应差异无统计学意义(χ^(2)=6.50,P=0.075)。对于低危、中危、高危不同复发风险分层的患者,2种治疗方案下的疗效反应差异也均无统计学意义(P=0.221;χ^(2)=4.21,P=0.223;χ^(2)=3.01,P=0.274)。TgAb阳性组(50例)及阴性组(231例)内2种治疗方案的疗效反应差异亦无统计学意义(χ^(2)=4.02,P=0.242;χ^(2)=3.14,P=0.341)。TgAb阳性者经2种方案治疗后TgAb转阴率及转阴时间差异亦无统计学意义[71.0%(22/31)与14/19,χ^(2)=0.04,P=0.836;7.0(5.0,9.3)与7.0(5.0,7.3)个月,z=-0.89,P=0.375]。结论针对DTC术后评估为IDR的患者,131I治疗相较于仅TSH抑制治疗下随访并未产生更多获益。