断点回归在公共卫生领域的应用

断点回归(regression discontinuity,RD)是一种基于断点两侧构成的反事实进行因果推断的统计方法。近年来,在公共卫生领域RD的应用逐渐增多,尤其是空气质量的影响因素及相关政策的干预效果,以及疫苗有效性等方面。新型冠状病毒感染疫情暴发以来,RD也越来越多地应用于探究疫情给公众健康和个人行为带来的影响。RD应用条件相对简单,能够降低混杂的影响,更真实地反映变量之间的因果关系。本文在介绍RD的思想和应用的基础上,对其在公共卫生领域的应用现状进行了阐述。

微生物组学关联分析方法和策略

目的微生物组研究中的典型数据是由操作分类单元(OTU)计数组成,这些数据具有零膨胀、过离散、偏态等特点,常常被研究者忽视。本文旨在介绍微生物组学数据关联分析方法,并提出相关研究策略。方法根据微生物组学数据特点,本文拟从线性相关分析和非线性相关分析的角度,对近年来国内外研究者提出的微生物组学数据关联分析的统计分析方法展开讨论。结果根据各方法的核心思想及优缺点,总结统计分析策略。结论运用本文提出的统计分析策略,可有效识别微生物同其他研究指标间多种函数形式的关联。为探讨微生物对人体健康影响,研究微生物的作用机制提供线索。

ARIMA、ARIMAX、NGO-LSTM模型在山东省聊城市结核病发病数预测中的应用

目的:通过比较差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型、具有外生回归变量的差分自回归移动平均(autoregressive integrated moving average with exogenous regressors,ARIMAX)模型和结合北方苍鹰优化(Northern goshawk optimization,NGO)算法的长期短期记忆(long short-term memory,LSTM)神经网络模型确定预测山东省聊城市结核病发病数的最佳模型。方法:收集聊城市2011年1月至2018年12月结核病月发病数据,分别构建ARIMA、ARIMAX和NGO-LSTM模型,评估3种模型在预测2018年结核病发病数的表现。结果:ARIMA模型、考虑月平均相对湿度(滞后1个月)与最低温度(滞后2个月)的多变量ARIMAX模型和NGO-LSTM模型对2018年结核病发病数预测的平均绝对百分比误差分别为9.293%、8.419%、5.820%,平均绝对误差分别为19.282、16.997、13.119,均方根误差分别为23.773、22.191、16.297。结论:在3种模型中,NGO-LSTM模型对聊城市结核病月发病数的预测效果最好,为结核病预警系统的建立提供了一种新思路,可为有关部门针对结核病的预防及控制决策提供科学依据。

预防医学专业学生《卫生统计学》学习满意度评价

目的了解预防医学专业学生对《卫生统计学》课程的学习满意度,并探讨影响因素,为优化《卫生统计学》教学、提高教学效果提供参考依据。方法利用问卷星平台发放自行设计的问卷,对预防医学专业两个年级的本科生进行调查,收集其对《卫生统计学》课程的满意度及可能的影响因素等信息,采用秩和检验、χ^(2)检验和多元线性回归进行统计分析。结果共回收有效问卷190份(97.44%),《卫生统计学》的学习满意度评分为83,学习动机、学习环境、师生互动和教学设计维度评分分别为16、20、20、24。多元线性回归分析表明,学生学习成绩排名、学习动机、师生互动和教学设计对学习满意度存在影响。结论预防医学专业学生对《卫生统计学》有较高的满意度,今后教学中应注重学生学习动机的培养和激发,增加师生间的有效互动沟通,强化优化教学设计,以提高满意度,提升整体教学质量。

纵向组学数据统计分析方法和研究策略

近年来,随着高通量检测技术与机器学习方法的发展,以前瞻性队列设计为基础的纵向组学研究已经成为系统生物学研究新趋势。统计学上,纵向数据统计分析方法已经形成了系统的统计分析框架,但这些方法主要集中于变量数目小于观察单位数的低维医学纵向数据。而针对纵向组学数据,目前仍缺乏成熟的统计分析策略。本文拟对近年来国内外研究者提出的纵向组学数据统计分析方法进行介绍,并系统地总结各个方法的核心思想及优缺点,给出纵向组学数据统计分析策略。

CT放射组学在鉴别纵隔淋巴结结核与非小细胞肺癌纵隔淋巴结转移瘤中的应用价值

目的:探讨CT放射组学分析技术在纵隔淋巴结结核与非小细胞肺癌纵隔淋巴结转移瘤中的价值。方法:采用回顾性研究方法,按照入组标准收集2017年9月至2021年11月山东省公共卫生临床中心和山东大学齐鲁医院确诊的109例纵隔淋巴结结核(结核组)和65例非小细胞肺癌纵隔淋巴结转移瘤(转移瘤组)患者的CT影像资料作为研究对象。利用双盲法对CT图像进行观测和勾画,利用Radcloud平台对勾画出的淋巴结感兴趣区域(VOI)提取放射组学特征。采用特征标准化方法、单因素和多因素logistic回归模型分析有鉴别诊断价值的特征及特征间共线性的影响。利用筛选出的放射组学特征,以山东省公共卫生临床中心的患者数据作为训练集,建立k-近邻判别法(KNN)、支持向量机(SVM)、极限梯度提升算法(XGBoost)、随机森林(RF)、logistic回归(LR)和决策树(DT)等6种机器学习方法的5折交叉验证模型,通过评价诊断效果来选择鉴别诊断效果最好的模型;再以山东大学齐鲁医院的患者数据作为验证集,对该模型的诊断效果进行组外验证。结果:174例患者的CT影像资料共勾画出281个VOI,结核组和转移瘤组分别有196个和85个,结核组每例患者分割出VOI中位数(四分位数)[1(1,8)个],明显高于转移瘤组[1(1,3)个],差异有统计学意义(Z=2.827,P=0.005)。共提取放射组学特征1409个,经特征标准化、单因素和多因素logistic回归分析后共筛选出相互独立的8个可用于建模的放射组学特征。采用训练组数据利用8个特征进行5折交叉验证建模诊断,发现SVM和LR模型的ROC曲线下面积(AUC)分别为0.834和0.821,优于其他4种模型;进而利用训练集数据建立LR和SVM模型,AUC值分别为0.809和0.911,再采用验证集数据进行组外验证,AUC值分别为0.804和0.851。结论:无论是否包含年龄和性别两个特征,放射组学数据所建立的LR模型和SVM模型在纵隔淋巴结结核与非小细胞肺癌纵隔淋巴结转移瘤的鉴别诊断中均具有较好的稳定的诊断效果,且SVM模型优于LR模型。

全转录组关联研究的设计、分析与展望

全基因组关联研究(genome-wide association study,GWAS)已成功识别出众多与复杂疾病/性状显著相关的单核苷酸多态性位点(single nucleotide polymorphisms,SNPs)[1-2]。然而,研究表明高达90%的GWAS关联位点分布在基因间区或基因非编码区域,其遗传功能和致病机制尚不明确,往往难以被实验验证,为后续生物学机制解释和临床转化带来了巨大挑战[1-3]。同时,GWAS所采用的从基因组直接跨越到疾病终点的关联分析策略,忽略了从遗传变异到疾病的连续生物过程,不利于从多组学角度解释复杂疾病机制,构筑从遗传变异经分子标记到疾病的完整链条,需吸纳多层面组学标记信息。近年来,高通量组学测序技术的成熟发展与检测成本的大幅降低,使得在群体水平获取多层面跨组学标记成为可能。为此,对多组学数据进行跨越式交叉整合,识别能够介导“SNP关联位点→复杂疾病”效应的潜在组学标记,打开遗传变异到疾病间的黑盒子,已成为后GWAS时代的研究热点[4-5]。

精神分裂症患者心血管疾病竞争风险模型构建

目的:构建精神分裂症患者心血管疾病竞争风险模型。方法:依托“山东多中心健康医疗大数据平台(SMCHBDP)”,建立了精神分裂症患者纵向队列,采集心血管疾病相关影响因素,基于竞争风险理论,构建精神分裂症患者心血管疾病风险预测模型,采用一致性指数(C-index)检验模型的区分度,采用校准图检验模型的校准度。结果:纵向队列中共纳入了28 671例精神分裂症患者,中位随访时间5.1(1.0,10.1)a,其中2 633例患者发生了心血管疾病,323例患者在心血管疾病发生前死亡。竞争风险模型纳入的预测因子有年龄、性别、腰围、体质指数、婚姻状况、饮酒、吸烟、睡眠质量、饮食状况、高血压、糖尿病、血脂异常和抗精神病药物。模型的C-index为0.84(95%CI:0.84~0.85),表明该模型具有良好的区分度;校准图显示模型具有良好的校准度。结论:本研究筛选出了精神分裂症患者心血管疾病相关危险因素集,构建了具有良好预测能力的精神分裂症患者心血管疾病竞争风险模型,可为心身疾病风险评估提供方法参考。

山东省1926例经同性传播HIV感染者治疗及时性分析

目的探讨山东省经同性传播人类免疫缺陷病毒(HIV)感染者抗病毒治疗(ART)及时性的影响因素,为进一步控制HIV的传播流行提供参考依据。方法选取2018年山东省1926例新诊断经同性传播HIV感染者为研究对象,采用回顾性队列研究收集相关资料,采用二分类Logistic回归分析ART及时性的影响因素。结果2018年山东省经同性传播HIV感染者1926例,诊断基线年龄中位数为31.15岁,诊断基线CD4细胞水平中位数为364个/μL,ART及时率为73.94%。户籍为省外的HIV感染者及时接受ART的可能性低于山东省内感染者(OR=0.59,95%CI:0.40~0.87),由羁押人群发现的HIV感染者及时接受ART的可能性低于重点人群(OR=0.25,95%CI:0.11~0.59),诊断基线CD4细胞水平为351~499和≥500个/μL的HIV感染者及时接受ART的可能性低于≤350个/μL者(OR=0.71,95%CI:0.53~0.96;OR=0.50,95%CI:0.38~0.66)。结论需进一步提高山东省经同性传播HIV感染者ART及时率,要特别注意省外户籍、羁押人群及诊断基线CD4细胞水平较高者,使其尽快接受ART,以进一步控制HIV的传播流行。

基于MaxEnt的山东省SFTS影响因素评估及风险区域预测

目的探讨山东省发热伴血小板减少综合征(SFTS)发病的适宜环境因素,预测其高风险区域,为山东省SFTS防控提供科学依据。方法基于山东省2016—2019年SFTS报告病例和环境因子训练最大熵生态位模型(MaxEnt),分析SFTS发病的影响因素,并预测山东省2017—2020年SFTS发病高风险区域。结果对2016—2020年山东省报告的2548例SFTS病例及环境因子的建模分析显示,14个环境因子不同程度影响山东省SFTS的发生,其中坡度贡献最大;日照时数、年累计降水量、年相对湿度、年平均风速为SFTS发生主要影响因子。ROC曲线显示,MaxEnt模型预测效果较优,预测模型的AUC分别为0.862、0.842、0.830、0.832、0.814。模型预测的高风险区范围相对集中,围绕胶东半岛及鲁中地区集群。结论山东省SFTS高风险区域较为稳定,易发生在缓坡周围的平坡所在区域,且受到多种气象因素的影响。应针对高发地区采取综合措施防控SFTS。

CCTA-AI联合FFR-CT诊断冠状动脉狭窄病变的价值

目的以冠状动脉造影(CAG)为金标准,探讨人工智能(AI)冠状动脉CT血管成像(CCTA-AI)联合基于冠状动脉CT的血流储备分数(FFR-CT)诊断冠状动脉狭窄病变的价值。方法选取先后行冠状动脉CT血管成像(CCTA)及冠状动脉造影(CAG)检查的90例患者的资料,两项检查时间间隔≤2周。利用AI算法获得CCTA病变直径的狭窄程度,并采用科亚医疗深脉软件计算FFR-CT数值。以CAG为金标准,血管狭窄≥70%为重度狭窄,绘制CCTA-AI、FFR-CT以及联合两种AI软件的受试者操作特征曲线,获得曲线下面积(AUC),并计算CCTA-AI联合FFR-CT的敏感度、特异度。结果将同时获得CCTA-AI及FFR-CT结果的90例患者的266支血管纳入分析。CCTA-AI、FFR-CT及两者联合诊断血管狭窄的AUC分别为0.817、0.850、0.883。CCTA-AI联合FFR-CT的诊断敏感度、特异度分别为82.09%和81.08%。结论CCTA-AI联合FFR-CT对冠状动脉狭窄的诊断效能得到提高。

交叉滞后路径模型建模策略的模拟研究

目的通过模拟试验,研究在不同样本量、随访间隔,以及不同交叉滞后路径系数组合的情形下,交叉滞后路径模型的表现。通过实例分析,比较不同建模情形下的模型结果。方法首先基于两断面交叉滞后路径模型生成模拟数据集,然后在总数据集中随机抽样进行模型估计。通过遍历不同样本量及自相关系数,比较模型估计的Ⅰ类错误、检验效能、偏倚、标准误和均方误差。基于美国全国女性健康研究,使用两种建模策略探究身体质量指数(BMI)与血压之间的时序关系。结果当样本量达到500后,模型拟合趋于稳定。当纳入到模型中样本的随访间隔不一致时,模型的检验效能未受到明显影响,但模型估计的Ⅰ类错误率达到0.12~0.15,标准误和均方误差也有所增大。当随访间隔一致时,自相关系数的大小对模型估计的误差影响较小,而模型估计的偏倚在自相关系数偏大或偏小时均有增大趋势。当两变量的自相关系数不相等时,模型的估计基本不受影响。实例分析结果显示,当纳入的研究对象随访间隔不一致时,BMI与血压之间为双向时序关系;而当纳入随访间隔一致的研究对象时,BMI与血压之间表现出BMI→血压的单向时序关系。结论在交叉滞后路径模型建模过程中,样本量以及随访断面的定义都会对模型的统计分析结果产生影响。建议在纳入研究人群时,尽量保持随访断面整齐或人群随访间隔相似。

高维中介分析方法及其在组学研究中的应用

中介分析在生物医学、行为和社会科学研究中扮演着重要的角色,主要用来研究自变量和因变量之间的内部作用机制。经典的中介分析是针对单个中介变量的研究,近年来,对于多元中介模型的研究也有一定的发展。随着高通量检测仪器和技术的发展,高维数据在许多科学领域变得越来越普遍。

SARFIMA模型在肾综合征出血热发病预测中的应用

目的研究季节性自回归分数差分移动平均(SARFIMA)模型预测肾综合征出血热(HFRS)发病率的效果,并与SARIMA模型进行比较。方法收集山东省2009年1月至2018年12月HFRS月发病数据,考虑时间序列的短记忆性和长记忆性,构建SARFIMA模型,以SARIMA模型作为对比,比较两个模型的预测准确性。结果山东省2009-2018年HFRS月发病率具有明显周期性和季节性特征。模型评估表明,SARFIMA模型具有更好的拟合度和预测能力。SARFIMA(1,0.33,3)(1,0,0)_(12):AIC=-629.76;RMSE=0.028;SARIMA(1,0,3)(1,1,0)_(12):AIC=-356.43;RMSE=0.033。结论 SARFIMA模型能较好地拟合山东省HFRS月发病率的动态变化,且预测效果优于SARIMA模型。因此,SARFIMA模型可用于HFRS发病率的预测。

基于癫痫患者单核苷酸多态性的丙戊酸钠疗效预测模型

目的:构建基于单核苷酸多态性(SNP)的癫痫患者丙戊酸钠(VPA)疗效预测模型.方法:对服用VPA一年以上的癫痫患者进行基因分型,利用随机森林筛选与疗效相关的SNP,分别通过Logistics回归模型和随机森林模型构建VPA疗效预测模型,采用五折交叉验证法对两种预测模型进行验证,并比较两种模型的预测效果.结果:共有122名符合纳入排除标准的癫痫患者,平均年龄为(27.20±14.57)岁,男性占比为67.21%.Logistics预测模型的AUC及95%CI为0.825(0.722,0.928),灵敏度为77.6%,特异度为80.0%;随机森林预测模型其AUC及95%CI为0.738(0.750,0.961),灵敏度为63.6%,特异度为80.0%.Logistic预测模型结果优于随机森林预测模型,模型预测因子为rs4646440、rs4984241、rs2894342、rs12233719、rs1019385这5个SNP,并根据模型结果绘制了列线图(Nomogram).结论:本研究构建了基于单核苷酸多态性的癫痫患者丙戊酸钠疗效预测模型,为癫痫患者个性化治疗提供了一定的科学参考.

济南市大一新生结核病防治知信行现状及行为影响因素

目的了解济南市大一新生结核病防治知识知晓、态度和行为现状,分析结核病防治行为影响因素,为有针对性开展健康教育工作提供依据。方法采用多阶段分层整群抽样方法抽取8所驻地为济南市的高校,利用问卷星平台对7564名大一新生进行问卷调查。调查内容包括基本信息、结核病防治核心知识知晓情况、结核病防治态度和行为、结核病防治知识获取渠道和偏好。采用Logistic回归分析影响该群体结核病防治行为的因素。结果济南市大一新生结核防治总知晓率为89.81%,其中“怀疑患病后正确做法”知晓率最高,为98.49%;“减免政策”知晓率最低,为79.71%。不同性别、专业、家人结核病史、本人结核病史的学生结核病知识知晓合格率存在差异(χ^(2)值分别为12.42、7.63、6.80、7.27),差异均有统计学意义(P<0.05)。结核病防治正确态度持有率为68.77%,不同性别、年龄、专业、同学朋友结核病史学生结核病态度持有情况存在差异(χ^(2)值分别为34.81、6.57、324.40、20.99),差异均有统计学意义(P<0.05);结核病防治正性行为发生率为92.50%,不同专业、防治知识知晓情况、防治态度持有情况的学生防治行为存在差异(χ^(2)值分别为77.84、74.67、27.79),差别均有统计学意义(P<0.01)。Logistic回归分析显示,非医学专业(OR=7.03,95%CI:4.11~12.02)是影响结核病防治行为的危险因素,知识知晓情况合格(OR=0.25,95%CI:0.17~0.37)、结核病防治态度正确(OR=0.78,95%CI:0.65~0.93)是影响结核病防治行为的保护因素(P均<0.05)。结论济南市大一新生结核病防治知信行情况较好,所学专业、防治知识知晓和态度情况是防治行为的主要影响因素。

代谢组学在心血管疾病预后研究中的应用

在我国,心血管疾病的发病率和死亡率一直居高不下,一旦发生往往伴随不良预后结局,严重影响患者的生活质量,且预后结局存在较高的异质性。因此,识别具有临床价值的新预后标志物对疾病早期诊断和治疗具有重要意义。代谢组学的迅速发展对心血管疾病预后研究有着重要推动作用,研究中发现的小分子代谢物对疾病发生发展机制起到了一定作用,有利于患者的预后预测及个性化治疗。本文就近年来国内外代谢组学在心血管疾病预后研究中所取得的进展做简要综述。

二氧化氮长期暴露与缺血性脑卒中患者死亡的关联及绿地暴露的效应修饰研究

目的 探讨二氧化氮(nitrogen dioxide,NO2)长期暴露与缺血性脑卒中(ischemic stroke,IS)患者死亡风险之间的关联以及绿地暴露的效应修饰作用。方法 选取山东省NO2浓度相对较高的西北地区4个区(县)2013―2019年的IS病例进行了纵向研究,患者被随访至2019年12月31日或死亡日期。采用时间依赖Cox比例风险回归模型,评估NO2每增加1个IQR,IS患者因脑卒中死亡的HR及其95%CI。利用限制性三次立方样条函数拟合NO2长期暴露与IS患者死亡风险的暴露-反应关系。通过纳入NO2与归一化差异植被指数水平的交互项探究绿地暴露的效应修饰作用。最后进行了一系列敏感性分析,并基于不同性别、年龄组以及城乡进行了亚组分析。结果 研究共包含46 252名IS患者,4个区(县)2013―2019年NO2的年平均浓度为(43.30±1.32)μg/m3。研究显示,NO2每升高1个IQR,IS患者死亡的HR值(95%CI)为1.22(1.15~1.29)。暴露-反应关系显示NO2长期暴露与IS患者的死亡风险呈非线性关系(P非线性<0.001)。交互作用结果发现NO2与绿地暴露之间存在交互作用(P非线性=0.005),且NO2对IS患者死亡的影响在绿地暴露程度较高的地区最弱(HR=1.19,95%CI:1.12~1.26,P<0.001)。不同性别、不同年龄组以及农村地区,同样发现NO2长期暴露与绿地暴露存在交互作用(均P<0.05)。结论 NO2长期暴露是IS患者死亡风险的危险因素,且绿地暴露可能缓解这种危害效应。

绿地暴露和颗粒物暴露与缺血性脑卒中患者死亡关联的队列研究

目的 基于卫星遥感数据评估的绿地暴露和颗粒物暴露与缺血性脑卒中(ischemic stroke, IS)死亡的关联。方法 在山东5个县(区)收集2013―2019年患IS的个案病例,构建IS患者队列。根据每个患者的居住地址匹配归一化植被指数(normalized differential vegetation index, NDVI)夏季暴露值和PM2.5、PM10的年均暴露浓度。采用Cox比例风险回归模型探讨长期绿地暴露与PM2.5和PM10的联合暴露及其交互作用与IS患者死亡的关联,并且按性别、年龄和居住地进行分层分析。采用限制性立方样条函数分别评估绿地暴露、PM2.5和PM10与IS患者死亡风险的暴露-反应关系。结果 共纳入59 084人,因IS死亡4 726人(8.00%)。分析结果显示:在评估NDVI与PM2.5和PM10的联合暴露时发现NDVI与IS患者死亡风险呈负相关。交互作用结果表明:NDVI每增加0.1个单位,IS患者的死亡风险为0.74(95%CI:0.67~0.82),PM2.5每增加10μg/m3的IS患者的死亡风险为0.94(0.88~1.00),交互项为1.04 (1.02~1.07)。年龄、性别和居住地是影响NDVI与PM2.5和PM10的联合暴露及其交互作用与IS患者死亡关联的效应修饰因子。NDVI与IS患者死亡风险的暴露-反应关系曲线呈非线性趋势,PM2.5和PM10与IS患者死亡风险的暴露-反应关系曲线呈“U”型和“J”型。结论 绿地暴露可能降低IS患者的死亡风险,同时进行良好的绿地规划以及降低PM2.5和PM10的暴露浓度可能进一步降低该病的死亡风险。

男性和女性睾酮与非酒精性脂肪肝的孟德尔随机化研究

目的采用两样本孟德尔随机化(Mendelian randomization,MR)方法探究男性和女性睾酮与非酒精性脂肪肝(nonalcoholic fatty liver disease,NAFLD)的因果关联。方法利用全基因组关联研究(genome-wide association study,GWAS)汇总数据,使用女性、男性睾酮(总睾酮、生物有效性睾酮)以及性激素结合球蛋白(sex hormone-binding globulin,SHBG)的遗传变异作为工具变量,采用逆方差加权法(inverse variance weighted,IVW)为主分析方法,同时结合基于其他模型假设下的6种单变量MR方法评估女性、男性睾酮(总睾酮、生物有效性睾酮)以及SHBG与NAFLD的因果关系。此外,应用芬兰生物银行(FinnGen)的NAFLD数据对探索性分析的结果进行验证。进一步采用Cochran′s Q检验,MR-Egger回归和留一法等方法进行敏感性分析,评估工具变量的异质性水平、基因多效性和稳定性。结果探索性分析IVW模型结果表明,女性生物有效性睾酮和SHBG与NAFLD具有因果关联,女性生物有效性睾酮水平每增加一个单位,NAFLD发病风险增高24%(OR=1.24,95%CI 1.07~1.43,P=0.004);女性SHBG每降低一个单位,NAFLD发病风险增高31%(OR=0.69,95%CI 0.57~0.83,P<0.001)。然而,男性睾酮(总睾酮,生物有效性睾酮)以及SHBG和女性总睾酮与NAFLD并未显示出因果关系。其他6种MR方法的结果与IVW法基本一致。外部验证数据的结果进一步证明了女性生物有效性睾酮和SHBG与NAFLD的因果关系。结论较高的女性生物有效性睾酮水平与较低的SHBG水平可能会增加NAFLD的发病风险。