基于机器学习的急性缺血性脑卒中医院感染预测模型建立与评价

目的利用急性缺血性脑卒中患者诊疗数据构建基于机器学习的急性缺血性脑卒中医院感染预测模型,为临床治疗早期干预提供支持。方法选取江西某三甲医院神经内科2020年10月—2021年12月2360例脑卒中住院患者作为研究对象。按8∶2的比例随机分为训练集(1888例)与测试集(472例),纳入人口统计学数据以及入院48 h内临床诊疗数据,分析急性缺血性脑卒中患者发生医院感染的独立危险因素。使用logistic回归和3种机器学习算法[随机森林(RandomForest)、XGBoost、LightGBM]构建急性缺血性脑卒中医院感染预测模型,应用ROC曲线下面积(AUC)评估4种预测模型的预测效果。结果574例发生医院感染,医院感染发生率为24.32%。logistic回归分析结果显示,年龄>65岁、入院NIHSS评分>5分、血白细胞计数>10×10^(9)/L、血清钠≤135 mmol/L、侵入性操作、吞咽困难为医院感染的危险因素。logistic回归、RandomForest、XGBoost、LightGBM预测模型在测试集中预测缺血性脑卒中医院感染的AUC值分别为0.854、0.850、0.881、0.870。结论基于机器学习医院感染预测模型有利于早期识别急性缺血性脑卒中患者医院感染及挖掘危险因素,及时采取防控措施,可降低医院感染发生率。

药师借助合理用药软件开展门急诊处方前置审核的实践及效果

目的:探讨药师借助合理用药软件开展门急诊处方前置审核在合理用药中的作用。方法:借助合理用药软件收集2020年1-4月开展处方前置审核的门急诊处方,分析对不合理处方的干预效果;收集2019年9-12月的处方作为对照组(仅进行事后点评)、2020年1-4月的处方作为干预组(开展处方前置审核,并进行事后点评),比较干预前后不合理处方情况;进一步选取2019年11-12月被软件系统拦截的处方作为拦截对照组、2020年1-2月被拦截的处方为拦截干预组,比较干预前后处方拦截情况,评价前置审核对医师开方行为的影响。此外,以2020年4月获取的108992张处方为对象,分别采用传统模式(即全人工审核)与信息化模式(即软件辅助人工审核)进行事后点评,比较两种模式下的处方事后点评效果。结果:2020年1-4月,药师开展前置审核处方共2393张,其中合理处方1387张(占57.96%),不合理并进行干预的处方1006张(占42.04%);药师干预后医师返回修改处方数983张,干预成功率为97.71%。与对照组比较,干预组的门急诊处方总体不合理率、各类型处方不合理率均显著降低(P<0.001);与拦截对照组的拦截处方数(1402张)比较,拦截干预组的拦截处方数(721张)显著降低(P<0.001)。与传统模式比较,信息化模式下需要人工事后点评的处方数及"假阳性"处方数显著减少,且发现的不合理处方数显著增加(P<0.001)。结论:药师借助合理用药软件开展处方前置审核,可显著提高门急诊处方的合理率;在信息化模式下进行处方事后点评,可在降低药师工作强度的同时提高点评的准确度。

心房颤动与心源性卒中

心房颤动是最常见的心律失常之一,其发病率和患病率随着年龄的增长而增加,且是血栓栓塞和心源性脑卒中的主要危险因素,房颤相关卒中具有高发生率、高复发率、致残及致死率高的特点。尽管房颤患者的血栓栓塞的一级和二级预防都取得了进展,但卒中复发和抗栓治疗出血并发症的长期风险仍然很大。近年来,社会对房颤和心源性卒中的认识不断提高,评估房颤合并卒中风险的方法和其预防治疗方案有待进一步优化,因此亟需对房颤合并卒中的发病机制、卒中预防策略和用于风险评估的相关评分系统进行总结。

老年营养风险指数对急性缺血性脑卒中患者肺部感染的预测价值

目的探讨老年营养风险指数(GNRI)对急性缺血性脑卒中患者肺部感染的预测价值。方法回顾性选择2017年1月至2022年10月南昌大学第二附属医院神经内科收治的老年急性缺血性脑卒中患者1505例。根据GNRI营养评估等级分为4组,T1组(高营养风险<82)49例,T2组(中营养风险82~91)305例,T3组(低营养风险92~98)555例,T4组(无营养风险>98)596例。又根据出院诊断情况分为肺部感染组150例与非感染组1355例。研究对象按16︰4︰5的比例随机分为训练集、验证集和测试集。采用多因素logistics回归分析脑卒中患者并发肺部感染的危险因素。采用logistics回归算法及XGBoost算法建立急性缺血性脑卒中患者肺部感染预测模型,通过ROC曲线下面积(AUC)、准确性、敏感性、特异性评估模型。结果多因素logistics回归显示,高血压、侵入性操作、意识障碍、C反应蛋白、淋巴细胞、血红蛋白、GNRI为脑卒中肺部感染的危险因素(P<0.05)。测试集GNRI预测脑卒中肺部感染的AUC为0.742(95%CI:0.651~0.833),准确性为71.8%,敏感性为76.7%,特异性为71.2%。联合临床诊疗指标(高血压、侵入性操作、意识障碍、C反应蛋白、淋巴细胞、血红蛋白)与GNRI,在测试集中预测模型的AUC为0.776(95%CI:0.700~0.853),准确性为74.8%,敏感性为83.3%,特异性为73.8%。结论GNRI是老年急性缺血性脑卒中患者并发肺部感染独立危险因素,对预测脑卒中肺部感染具有一定的价值。

急性缺血性脑卒中精准用药患者预后的多因素联合预测研究

目的:探讨多因素联合预测对急性缺血性卒中(AIS)精准用药患者预后的影响,并通过建立多因素联合模型预测精准用药AIS患者预后。方法:采用前瞻性队列研究设计,于2019年3月1日至2020年12月30日在本院神经内科进行病例招募,在出院后第90天进行随访。根据90 d随访的改良Rankin量表(mRS)分为预后良好组(mRS评分0~2分)和预后不良组(mRS评分3~6分),使用多因素Logistic回归分析影响精准用药AIS患者预后的标志物;采用ROC曲线验证Logistic回归模型的诊断效度,采用Delong检验评价曲线下面积(AUC)的差异。结果:共招募240例患者,221例随访,预后良好组168例,预后不良组53例。多因素Logistic回归分析显示白细胞介素-6(IL-6)水平及入院NIHSS评分是影响患者预后的独立危险因素,其联合预测值高于单一变量预测效果。结论:血清IL-6和入院NIHSS评分可作为预测精准用药AIS患者预后的因素,并且通过多因素联合预测模型可以更好地预测AIS患者90 d的预后。

基于XGboost学习算法构建模型对缺血性脑卒中合并房颤患者并发肺部感染的预测价值

目的探讨基于XGboost学习算法构建模型对缺血性脑卒中合并房颤患者并发肺部感染的预测价值.方法选择2018年1月-2019年12月南昌大学第二附属医院收治的缺血性脑卒中合并房颤患者1075例为研究对象,按照7∶3随机分为训练集与验证集,训练集用于构建预测模型,验证集用于评价模型效果;分别采用XGboost和Logistic回归构建缺血性脑卒中合并房颤并发肺部感染的预测模型,通过灵敏度、特异度和受试者特征(ROC)曲线下面积(AUC)评价模型的预测效果.结果共纳入1075例缺血性脑卒中合并房颤患者,年龄(74.82±10.85)岁,其中男性554例(51.53%),肺部感染341例(31.72%);Logistic回归分析模型和XGboost模型的AUC分别为0.671和0.723,灵敏度分别为72.63%和79.01%,特异度分别为68.10%和62.42%,约登指数分别为0.407和0.414.结论在针对缺血性脑卒中合并房颤患者是否并发肺部感染预测研究中,基于XGboost算法构建的预测模型较Logistic具有良好的预测效能.

江西省人类遗传资源管理及利用现状概述

人类遗传资源是医学研究与科技研发的基石,因其不可复制性、多样性及易获得性,对国家安全和人类生命财产都产生了重要影响。伴随着生物科技进步,人类遗传资源的组成和意义都发生了重大改变,遗传资源的开发和利用愈发受到重视。江西省拥有丰富的遗传资源,而管理手段的缺乏和资源利用的有限大大限制了省内生物科技的发展,建设规范化、程序化的人类遗传资源管理制度迫在眉睫。本文旨在通过对中国及江西省遗传资源管理手段进行梳理,分析当前江西省遗传资源监管模式和利用情况,并为提升资源利用率提供参考。

基于Stacking集成思想构建脑卒中患者死亡风险预测模型

本文基于Stacking集成思想构建脑卒中患者死亡预测模型,降低脑卒中患者死亡率。方法 根据纳排标准,选取MIMIC-Ⅳ中的脑卒中患者作为研究对象,以入ICU48小时后是否发生院内死亡作为结局变量,备选预测因子包括人口学特征、入ICU48h 内实验室检查和生命体征检查等。通过RF、XGBoost、AdaBoost和韦恩图等算法研究脑卒中患者死亡风险因素特征,以及基于Stacking集成思想,结合不同类型的算法集成构建脑卒中患者死亡预测模型。结果 本研究共纳入脑卒中患者4942例,住院期间死亡率为 17.48%。Stacking模型融合预测模型AUC值高于单一预测模型。在测试数据集上对Stacking融合模型预测方面也优于单一预测模型,Stacking融合模型的准确度为80.4%,受试者工作特性(ROC)曲线下面积(AUC)为0.842(95%CI(0.811-0.873))。结论 基于Stacking集成思想构建脑卒中患者死亡预测模型能准确地辅助临床医师进行脑卒中患者死亡风险评估,从而采取合适的预防措施降低脑卒中患者的死亡率。

血液检测值及中性粒细胞/淋巴细胞比对首发缺血性脑卒中患者住院费用预测作用

目的了解血液检测值及中性粒细胞/淋巴细胞比(NLR)对首发缺血性脑卒中患者住院费用的预测作用,为提升有限医疗资源的利用提供参考依据。方法收集2009年1月—2017年7月南昌大学第二附属医院收治的5340例≥18岁首发缺血性脑卒中患者的临床资料,分析入院24 h内的血液检测值及NLR对住院费用的预测作用。结果首发缺血性脑卒中患者的平均住院费用为(17607.75±15088.15)元,中位数住院费用为13530.87元;多因素非条件logistic回归分析结果显示,医保患者及糖化血红蛋白(HbA1c)、总胆红素(TBIL)、葡萄糖(Glu)、总胆固醇(TC)、肌酐(Cre)和NLR较高均为首发缺血性脑卒中患者住院费用的独立危险因素;NLR预测的受试者工作特征曲线(ROC)曲线下面积(AUC)为0.630(95%CI=0.615~0.645),NLR结合HbA1c、TBIL、Glu、TC、Cre预测的AUC为0.665(95%CI=0.650~0.679),NLR的预测临界值为3.30。结论首发缺血性脑卒中患者HbA1c、TBIL、Glu、TC、Cre和NLR与住院费用关系密切,有一定预测价值。

血液指标检测值对首发缺血性脑卒中患者90-d预后的预测价值

目的评价入院24 h的首次血液指标检测对首发缺血性脑卒中患者出院90-d预后的预测价值。方法回顾性分析724例首发缺血性脑卒中患者的临床资料。通过电话随访并选用改良RanKin量表(mRS)评估患者出院90-d预后,分为预后良好组(mRS≤2分,593例)和预后不良组(mRS≥3分,131例)。分析两组入院24 h血液指标检测值及临床资料的差异,绘制ROC曲线描述入院24 h的血液指标检测值对患者出院90-d预后的预测价值。结果多因素logistic回归分析结果显示,高龄、糖尿病、高入院美国国立卫生研究院卒中量表评分、高中性粒细胞计数、高甘油三酯和低淋巴细胞计数是首发缺血性脑卒中患者90-d预后不良的独立危险因素(P<0.05)。甘油三酯、淋巴细胞计数和中性粒细胞计数预测首发缺血性脑卒中患者90-d预后的ROC曲线下面积分别为0.574[95%CI(0.520~0.628)]、0.593[95%CI(0.539~0.648)]和0.572[95%CI(0.513~0.630)]。结论入院24 h的血液指标检测值对首发缺血性脑卒中患者出院90-d预后有一定的预测价值。