基于机器学习转移性鼻咽癌关键特征基因的筛选及其免疫细胞浸润分析

目的利用机器学习算法筛选转移性鼻咽癌(mNPC)的关键特征基因,并分析其肿瘤微环境中免疫细胞浸润情况。方法首先,通过GEO数据库下载训练集GSE103611数据,并对数据进行差异表达基因(DEGs)筛选、基因本体论(GO)、京都基因与基因组百科全书(KEGG)以及免疫细胞浸润分析。其次,通过最小绝对收缩和选择器操作(LASSO)回归筛选DEGs中的预测基因,并利用预测基因的表达水平和受试者工作特征曲线(ROC)筛选特征基因。再次,进一步分析特征基因与免疫细胞的相关性,从而判断关键特征基因。最后,利用反向验证集GSE1245数据,对关键特征基因的表达水平和ROC进行验证。结果共获得136个DEGs,其KEGG主要富集在细胞色素P450、肿瘤坏死因子(TNF)信号通路、朊病毒疾病以及EB病毒感染等通路。GO主要富集在肽基酪氨酸磷酸化修饰、病毒基因表达以及B细胞和白细胞活化的负调节过程。22种免疫细胞在鼻咽癌(NPC)和mNPC中的浸润程度差异不明显。LASSO回归最终得到2个mNPC的关键特征基因无精子蛋白1缺失(DAZ1)和酵母氨酸脱氢酶(SCCPDH),且两者与mNPC微环境中的免疫细胞显著相关(P<0.05)。在反向验证数据集中,DAZ1和SCCPDH在非鼻咽癌(nNPC)和NPC组间的差异表达不显著(P>0.05),且两者ROC的曲线下面积(AUC)值均<0.6。结论DAZ1和SCCPDH是mNPC的关键特征基因,可作为mNPC及其免疫治疗的重要标志物。

多参数3D MRI影像组学模型预测结直肠癌肝转移及相关临床危险因素的分析

目的探讨多参数3D MRI影像组学模型对于结直肠癌肝转移(CCLM)的预测价值及相关临床危险因素的分析。方法收集2019-2022年在本院术前行MRI检查且术后病理证实的198例结直肠癌患者的临床及影像资料。按照8:2的比例随机分为训练集及验证集(n=159及39)。对T_(2)WI、DWI、e-THRIVE+序列分别逐层勾画,得到3D VOI,提取组学特征并降维处理、构建影像组学模型。采用逻辑回归分析,筛选出CCLM的独立危险因素并构建临床模型。结果三序列联合的影像组学模型预测CCLM的效能高于单一序列模型,其训练集与验证集AUC值分别为0.919及0.896。逻辑回归分析得到CCLM的独立危险因素分别为CEA、CA199及NLR(P<0.05)。三者联合的临床模型效能亦高于单一临床模型,训练集与验证集的AUC值分别为0.800及0.791。结论多参数3D MRI影像组学模型对于CCLM具有较高预测效能。基于CEA、CA199、NLR的临床模型对于CCLM具有一定预测效能。

糖尿病并发冠心病风险预测模型的构建、评价与验证

目的基于大数据筛选糖尿病(Diabetes Mellitus,DM)并发冠心病(Coronary Heart Disease,CHD)的关键因素,构建风险预测模型,为DM并发CHD患者的早期诊断和干预提供依据。方法首先,采用“mice”软件包对原始数据进行数据清洗,构建新数据集并对其进行差异分析;其次,对新数据集按7∶3随机分为建模组和验证组两组;再次,对建模组依次进行Lasso、单因素与多因素Logistic分析,筛选DM并发CHD的独立影响因素,并构建风险预测模型;最后,利用受试者工作特征曲线(Receiver Operating Characteristic,ROC)、决策曲线分析法(Decision Curve Analysis,DCA)、校准曲线(Calibration Curve,CC)对建模组和验证组进行内部评价和内部验证。结果共纳入2980例DM患者的临床数据(建模组2086例;验证组894例);建模组数据采用机器学习算法筛选出的影响因素有患病种类、高血压、高脂血、动脉粥样硬化、颈动脉狭窄、脂肪肝、其他慢性肝病、心肌梗死、心功能不全及心力衰竭、心律失常、其他内分泌疾病、年龄、高密度脂蛋白胆固醇(1~1.6 mmol/L)、低密度脂蛋白胆固醇(0~3.4 mmol/L)、总蛋白、磷脂以及部分活化凝血酶原时间等,并利用其成功构建风险预测模型;该模型的内部评价与内部验证的ROC曲线下的面积(Area Under Curve,AUC)分别是0.948和0.946,DCA净获益率分别为(1%~99%)和(1%~100%),且两组的校准曲线高度一致。结论DM并发CHD风险预测模型具有准确性、一致性、区分性与实用性等价值,可为患者的预防、诊断与治疗提供重要依据。

3D打印个体化定制枕颈融合系统的三维有限元分析

目的:运用三维有限元分析法对3D打印个体化定制枕颈融合系统(3D printing occipitocervical fusion system,3D-OCF)进行生物力学评价。方法:设计并研制3D-OCF,将该内固定系统与传统Summit内固定系统作对比,建立两套枕颈融合内固定方式的三维有限元模型,模拟术后上颈椎活动,分别在屈伸、侧屈及旋转6种工况下施加40 N垂直载荷及1.5 N·m力矩的预载荷,观察两种内固定系统固定下椎体活动度、枕骨位移峰值及内固定装置的应力分布。结果:在屈伸、侧屈、旋转6种工况下,与传统Summit内固定系统相比,3D-OCF固定的上颈椎各节段活动度明显降低,各节段整体活动度下降73.02%~100.00%;椎体位移峰值,与传统Summit内固定系统相比,3D-OCF固定的颈椎最大位移值明显降低,各个工况下下降了78.09%~95.73%;内固定系统应力分析,在屈伸、侧屈、旋转6种工况下,两套内固定系统所受最大应力值均在前屈状态下,3D-OCF最大应力值为37.43 MPa,Summit内固定系统最大应力值为533.32 MPa。3D-OCF的最大应力值与使用传统Summit内固定系统相比,3D-OCF各个工况的最大应力值明显降低,且各个工况下应力差均衡,无明显应力集中点。结论:3D-OCF能为枕颈融合内固定术能提供足够的强度和稳定性,且3D-OCF装置应力相对较为分散,系统装置发生断裂、失效的可能性小。

超微血管成像联合同轴针在肝脏占位性病变穿刺活检中的应用价值

目的:探讨超微血管成像(SMI)联合同轴针在超声引导下肝脏占位性病变穿刺活检中的应用价值。方法:超声引导下肝脏占位性病变穿刺活检144例病人均接受外科手术治疗。将所有病人划分为2组,即接受SMI联合同轴针肝占位性病变穿刺活检为SMI+同轴针组;接受肝脏占位性病变单针穿刺活检为单针组,记录并分析取材过程的相关数据、穿刺病理结果及外科手术病理结果,评价SMI联合同轴针在超声引导下肝脏占位性病变穿刺活检中的应用价值。结果:SMI+同轴针组在取材时间、穿刺次数、术后疼痛发生率及疼痛数字评分法评分低于单针组,在诊断准确率、肝脏恶性病变检出率及平均标本长度优于单针组,差异均具有统计学意义(P<0.05),2组取材次数、标本有效率、术后肝包膜下出血方面差异均无统计学意义(P>0.05)。结论:SMI联合同轴针在超声引导下肝脏占位性病变穿刺活检中具有一次穿刺多点取材的优势,能够减少穿刺次数、缩短取材时间、提高诊断准确率、肝脏恶性病变检出率、平均标本长度、降低疼痛发生率及疼痛数字评分的优点,具有较好的临床应用前景。

X线数字化断层融合成像在创伤性骨关节病变中的临床应用

目的:探讨X线数字化断层融合成像(digital tomosynthesis,DTS)在创伤性骨关节病变中的临床应用价值。方法:对44例创伤性骨关节病人行普通直接数字化X射线摄影系统(digital radiography,DR)摄影检查后,发现DR平片疑似骨折或骨折线显示欠清,以及骨折经内外固定术后图像显示欠佳者,均征得病人同意后再进行DTS成像检查,获得扫描范围内连续断层图像。对比分析DTS与常规DR图像质量,评价DTS临床应用价值。结果:DTS重建图像均能清晰显示骨关节结构,去除骨内外固定伪影,新鲜性骨折均能清晰显示骨折线;陈旧性骨折显示骨痂形成、断端愈合情况清楚,显示隐匿性骨折5例,排除骨折7例。结论:DTS在创伤性骨关节病变检查中操作简便、易行,诊断准确率高、辐射剂量较低,在复杂结构部位的骨折以及经内外固定术后骨折的诊断与复查有着极其重要的价值,值得临床进一步推广使用。

3D打印多孔钛金属植入物不同孔隙率对骨长入影响的实验研究

目的:通过动物实验探讨3D打印多孔钛金属植入物不同孔隙率对骨长入的影响。方法:18只健康新西兰兔随机分为A、B、C组,各6只。利用3D打印技术制备3种孔隙率的多孔钛板:A组35%,B组55%,C组75%,分别将多孔钛板植入兔股骨干置板区域。于术后第4、16周取股骨干标本进行X线片、大体观察和组织学观察,比较3组新生骨形成率。结果:术后4周,各组钛板周围及与骨面间可见纤维组织,未见明显骨痂形成,X线片见部分钛板与骨面有间隙;术后16周,各组钛板周围及与骨面之间有新骨形成连接,个别钛板被骨痂包裹,X线片见钛板与骨面贴合紧密。组织学观察:A组钛板边缘有新骨生成,但中间孔隙内仅有少量骨组织长入;B组钛板孔隙内部分骨组织长入,但与钛板之间存在一定缝隙;C组钛板孔隙间新骨长入密度较高,且与钛板结合紧密。3组新生骨形成率差异有统计学意义(P<0.01),A组均明显低于B、C组(P<0.01),B组亦明显低于C组(P<0.01)。结论:3D打印多孔钛板的孔隙结构,可以允许新生骨长入;不同孔隙率影响3D打印钛金属植入物的新生骨长入效果,75%孔隙率较35%、55%更有利于骨长入,可与经适当处理的皮质骨表面实现良好的骨性融合。

蚌埠市部分高校学生对新型冠状病毒肺炎防疫知识认知及心理健康状况调查

目的:了解新型冠状病毒肺炎(COVID-19)流行期间,蚌埠市部分高校学生对防疫知识的认知情况及心理健康状况。方法:采用12项一般健康问卷(GHQ-12)和一般状况调查表,以整群抽样的方法,对蚌埠市两所高校的学生进行问卷调查。结果:调查对象对于COVID-19常见临床症状(76.29%~98.57%)及有效防护知识(92.25%~99.55%)知晓率较高,疫情信息来源渠道前三位为社交平台软件(53.12%)、电视广播(22.55%)、网站(22.37%),其中,对电视广播来源的信息信任度最高(98.13%)。GHQ-12的阳性检出率为6.00%,医学类专业的学生与其他专业的学生相比,GHQ-12量表阳性检出率明显较高(P<0.01)。大二、大三、大四、硕士阶段的学生GHQ-12量表阳性检出率明显高于大一(P<0.01)。结论:COVID-19流行期间,蚌埠市两所高校的学生对疾病防疫知识的认知状况较好,小部分学生出现了不同程度的心理健康问题。

基于人工智能技术的鼻咽癌风险预测模型的构建与评价

目的 利用人工智能(AI)技术筛选鼻咽癌(NPC)患者死亡的危险因素,并构建风险预测模型。方法 基于SEER数据库(1973~2015)NPC患者的临床数据;采用SPSS 25.0软件对数据进行处理,并按7∶3随机分为建模组和验证组;利用R软件对建模组数据采用极限梯度提升(XGBoost)、决策树(DT)、套索算法(LASSO)与随机森林(RF)等4种AI算法筛选NPC患者死亡的危险因素,并构建风险预测模型。用C-指数(C-index)、决策曲线分析(DCA)、受试者工作特征曲线(ROC)和校准曲线(CC)等4种方式对模型进行内部评价;利用验证组数据和搜集的临床数据对模型进行内部验证与外部验证。结果 共纳入2116例NPC患者的临床数据(建模组1484例;验证组632例);建模组数据筛选影响NPC患者死亡的危险因素有年龄、种族、性别、Stage_M、Stage_T和Stage_N,利用其构建NPC风险预测模型的内部评价的C-index为0.76、ROC曲线下面积AUC=0.74、DCA净获益率为9%~93%,内部验证的C-index为0.740、ROC曲线下面积AUC=0.749、DCA净获益率为3%~89%,且CC高度一致;外部验证数据的C-index为0.943;DCA净获益率为(3%~97%);ROC曲线下面积AUC=0.851;而CC显示预测值与真实值之间具有良好的一致性。结论 性别、年龄、种族以及TNM分期是NPC患者死亡的危险因素,而NPC风险预测模型具有准确性、一致性、区分性与实用性等价值。

基于机器学习鼻咽癌关键特征基因筛选及其与免疫细胞相关性分析

目的利用机器学习法筛选鼻咽癌(NPC)关键特征基因并分析其与免疫细胞相关性。方法从基因表达数据集(GEO)下载NPC训练集数据GSE12452与GSE13597以及验证训练集数据GSE53819。首先,对训练集数据进行合并,并筛选差异表达基因(DEG);其次,对DEG进行基因本体论(GO)、京都基因与基因组百科全书(KEGG)、基因集富集分析(GSEA)以及免疫细胞浸润分析;再次,采用最小绝对收缩选择(LASSO)算法和支持向量机(SVM)算法对训练集数据中NPC相关特征基因进行识别并在验证集中检验,同时利用受试者工作特征(ROC)曲线下面积(AUC)确定关键特征基因;最后,分析关键特征基因与免疫细胞的相关性。结果共得到55个DEG,43个下调基因,12个上调基因;其GO功能主要富集在体液免疫反应、细胞分化、中性粒细胞激活以及趋化因子受体结合等方面;而KEGG主要富集在细胞介素17(IL-17)信号通路上;GSEA富集在细胞周期、细胞外基质受体相互作用、癌症通路以及DNA复制。免疫细胞浸润分析显示,初始B细胞、记忆B细胞以及CD4+静息记忆细胞在NPC显著降低,而CD8+T细胞、CD4+初始T细胞、活化CD4+记忆T细胞、滤泡辅助T细胞、M0和M1巨噬细胞在NPC显著增加。通过LASSO和SVM筛选的特征基因中,仅卷曲螺旋结构域19(CCDC19)、层连蛋白β1亚基(LAMB1)、精子相关抗原6(SPAG6)和RAD51相关蛋白1(RAD51AP1)四个关键特征基因ROC的AUC在训练集与验证集均大于0.9,且与免疫细胞浸润密切相关。结论通过机器学习算法筛选出NPC发生过程中的关键特征基因CCDC19、LAMB1、SPAG6以及RAD51AP1,并与免疫细胞浸润密切相关。

基于CT影像组学在非小细胞肺癌表皮生长因子受体突变中的预测价值

目的探讨基于CT影像组学模型在非小细胞肺癌表皮生长因子受体(epithelial growth factor receptor,EGFR)突变状态中的预测价值。方法回归性分析2018年8月-2022年3月蚌埠医学院第一附属医院确诊的125例有EGFR基因检测结果的肺腺癌患者临床及影像资料。其中EGFR突变型32人,野生型93人,将患者按照1:3的比例随机分为测试集和训练集。对所有病例进行临床资料及增强CT图像采集,用惠影软件对采集的CT图像进行高标准手动分割,并提取影像组学特征,应用最小绝对收缩和选择算子(least absolute shrink-age and selection ope rator,LASSO)算法及5折交叉验证筛选出最佳特征子集,并构建影像组学模型。通过绘制受试者操作特征曲线(receiver operating characteristic,ROC),计算ROC曲线下面积(AUC),评价影像组学特征在EGFR基因突变中的预测效能。结果非小细胞肺癌EGFR突变预测模型共提取1409个特征,筛选后得到5个最佳影像组学特征用于构建模型,构建的影像组学模型可有效预测肺腺癌EGFR基因突变状态。测试集和训练集在上述模型中ROC曲线下面积(AUC)分别为0.75(95%CI为0.53-0.97)0.80(95%CI为0.70-0.91)。结论基于CT影像组学模型在非小细胞肺癌表皮生长因子受体突变状态中拥有较好的预测价值。

乳腺癌关键基因SDC1的临床预后意义及其与M1型巨噬细胞相关性分析

目的通过生物信息学方法分析乳腺癌(Breast cancer,BC)关键基因SDC1,并分析其与M1型巨噬细胞的相关性。方法从GEO数据库下载3组BC芯片GSE42568、GSE71053和GSE8977数据,筛选其差异表达基因(Differential Expression Genes,DGEs),并进行基因本体(Gene Ontology,GO)功能注释和京都基因与基因组百科全书(Kyoto Encyclopedia of Gene and Genome,KEGG)通路富集分析。利用STRING数据库和Cytoscape软件筛选DEGS中HUB基因。从癌症基因组图谱(The Cancer Genome Atlas,TCGA)下载BC的RNAseq数据和相关临床信息,利用R语言对HUB基因进行单因素和多因素COX回归分析、列线图绘制以及关键基因的免疫检查点分析和风险预后分析;通过UALCAN与GEPIA数据库验证HUB基因的表达和预后;利用TIMER及GEPIA2021数据库进行关键基因与巨噬细胞相关性分析。结果共得到197个DEGs,其GO功能的生物学过程(BP)与细胞黏附、凋亡过程和细胞分化等有关,细胞成分(CC)主要富集在细胞外小体、细胞表面和染色质等位置,分子功能(MF)与锌离子结合、转录因子活性及整合素结合等相关,而KEGG通路主要富集在PI3K-Akt信号通路、黏着斑以及癌症中的蛋白聚糖等通路。通过逐步筛选得到BC的关键HUB基因SDC1,其在BC组织中高表达,且不利于患者预后。SDC1与SIGLEC15、IDO1、CD274,HAVCR2、CTLA4和PDCD1LG2等免疫检查点基因显著正相关(P<0.05),且也与巨噬细胞(r=0.189;P<0.05)以及M1型巨噬细胞(r=0.072;P<0.05)显著相关,同时也与M1型巨噬细胞标志物NOS2、CXCL10、IRF5、IL1A、IL1B、TLR2、TLR4、CD80及CD86等显著相关(P<0.05)。此外,高表达的M1型巨噬细胞显著利于BC患者的预后(P<0.05)。结论SDC1是BC的关键基因,并与M1型巨噬细胞显著相关,可成为BC潜在的免疫治疗靶点。

爪蟾驱动蛋白样蛋白2靶蛋白在肝细胞癌的表达及临床预后的意义

目的 分析爪蟾驱动蛋白样蛋白2靶蛋白(TPX2)在肝细胞癌(HCC)的表达及其临床预后的意义。方法 首先,分别利用UALCAN、K-M Plot以及HPA数据库分析TPX2在HCC的表达水平、生存预后及其相关性;再次,利用TIMER、GEPIA和SangerBox数据库分析TPX2的免疫细胞浸润以及与TP53突变相关性和突变景观图;最后,通过HCCDB数据库分析在HCC中TPX2的共表达基因及其预后价值,并对共表达基因进行基因本体论(GO)和京都基因与基因组百科全书(KEGG)分析。结果 TPX2在HCC高表达且不利于患者的总体生存(OS)、疾病特异性生存(DSS)、无进展生存(PFS)和无复发生存(RFS);同时,TPX2在HCC组织与肿瘤细胞纯度和多种免疫细胞(B细胞、CD4+T以及CD8+T等)显著相关;并且,TPX2在HCC中的表达水平与TP53突变显著相关。TPX2对HCC患者1年、3年和5年OS预后诊断的受试者工作特征(ROC)曲线下面积(AUC)分别是0.73,95%CI(0.669~0.79)、0.668,95%CI(0.604~0.732)和0.654,95%CI(0.574~0.734)。TPX2的共表达基因在HCC均不利于患者的OS;其GO功能主要富集在有丝分裂与核分裂、微管细胞骨架以及微管运动等,KEGG主要富集在细胞周期、卵母细胞减数分裂以及p53信号等通路上,且对HCC患者1年、3年和5年OS预后诊断的ROC曲线下面积AUC分别是0.801,95%CI(0.745~0.856)、0.725,95%CI(0.667~0.786)和0.711,95%CI(0.635~0.788)。结论 TPX2与HCC的发生密切相关,不利于HCC患者的生存预后,可作为HCC诊断与预后的生物标志物。

大脑枕颞沟形态学分析及投影回归方程

目的:构建以AC-PC线为扫描基线的活体大脑薄层MRI图像,研究枕颞沟在横、冠、矢状面的形态学规律及投影回归方程。方法:选定健康男、女各15名。以AC-PC为基准线,连续扫描MRI T1W1图像,所得横、冠、矢状面MRI成像数据,采用“3D-Cursor”技术观察枕颞沟在横、冠状面位置变化及连续形态学特征。将所测得的数据以横断面Z=0,冠状面X=0,矢状面Y=0,层厚2 mm,以及Y值为所在层面与零层面的层距乘以2 mm层厚为标准,建立笛卡尔三维立体坐标系,绘制枕颞沟内侧缘投影图,并利用SPSS 22.0统计分析出枕颞沟内侧缘的空间拟合曲线平面回归方程。结果:横断面的枕颞沟与大脑半球边缘平行,呈前后方向走行,后方一直延伸至枕叶,与侧副沟呈平行关系。分为“波浪”型,“()”型,“3”型;冠状面主要分为“1”型,“11”型,“U”型;成功构建大脑枕颞沟在横、冠、矢状面的投影回归方程。枕颞沟在横断面上Y值对X值的曲线回归方程右侧:■=-62.76+2.75×X+0.22×X^(2)+3.1×10^(-3)×X^(-3),左侧:■=3.84-10.83×X+0.5×X^(2)-6.04×10^(-3)×X^(-3);枕颞沟在冠状面上Z值对X值的曲线回归方程右侧:■=7.67-1.54×X-0.09×X^(2)-1.06×10^(-3)×X^(-3),左侧:■=17.99+2.78×X-0.12×X^(2)+1.42×10^(-3)×X^(-3);枕颞沟在矢状面上Z值对Y值的曲线回归方程右侧:■=20.75-0.35×X+2.62×10^(-3)X2+5.49×10-5×X^(-3),左侧:■=19.64-0.39×X+3.75×10-4X2+3.15×10-5×X^(-3)。结论:利用“3D-Cursor”及“连续追踪”技术识别枕颞沟,其在横、冠面形态各异,为颞叶疾病定位及通过枕颞沟手术入路途径提供解剖学依据。

大脑海马沟立体定位数据集的构建及投影回归分析

目的:构建大脑海马沟基于连合间径(AC-PC)定位体系中的立体定位数据集及其平面投影回归方程。方法:将30名健康成年人颅脑横断层MRI数据经格式转化导入Photoshop CS软件包,经过严格的图像配准,建立以AC-PC中点为原点的三维立体坐标系,获取海马沟在脑MRI冠状面图像上的三维立体坐标值,以海马沟的最外侧点为起始点,记录该点坐标的X、Z值,其在软件的信息面板中直接显示,Y值为该图像所在层面与AC-PC层面间隔的层数乘以层间距,所有取样点坐标值构成大脑海马沟在三维坐标系中的立体定位数据集。利用SPSS25.0对所获取的取样点数据进行统计处理,求解其投影回归方程。结果:成功构建大脑海马沟在在三维坐标系中的立体定位数据集及其在横断、矢状、冠状面上的投影回归方程。冠状面上Z值对X值回归方程,右侧:Z=-46.379-0.302X(P<0.05),左侧:Z=-49.512+0.425X(P<0.05);横断面上Y值对X值回归方程,右侧:Y=-0.380-0.198X(P>0.05),左侧:Y=2.982+0.106X(P>0.05);矢状面上Z值对Y值回归方程,右侧Z=-38.501+0.416Y(P<0.01),左侧:Z=-36.793+0.326Y(P<0.01)。结论:大脑海马沟横断、冠状及矢状面的三维坐标值间的相关关系较不密切。构建的海马沟立体定位数据集可为海马区域病灶定位及该区域脑立体定向手术的靶点确定、手术路径规划提供精确的影像解剖学数据。

基于P300的非器质性失眠症ERP特征及溯源分析

目的:探讨非器质性失眠症在事件相关电位下的P300特征和溯源分析。方法:将受试者分为健康对照组和非器质性失眠症组,各10例,采用EGI高密度脑电设备记录受试者任务态脑电及行为学数据,其中任务态脑电选择数字N-back任务。通过Net Station软件分析事件相关电位,提取Fz、Cz、Pz电极点的P300潜伏期、振幅以及行为学数据,并在GeoSource工具栏中进行溯源定位。比较2组溯源特征属性。结果:非器质性失眠症组匹兹堡睡眠质量指数总分及其各个组成部分评分、汉密尔顿焦虑量表评分、汉密尔顿抑郁量表评分均高于健康对照组(P<0.05~P<0.01)。2组在0-back、1-back任务中的正确率、反应时间差异均无统计学意义(P>0.05),2组在2-back任务中的正确率、反应时间差异均有统计学意义(P<0.05)。非器质性失眠症组在0-back任务中Fz点、1-back任务中Fz点的P300振幅均低于健康对照组(P<0.05和P<0.01)。非器质性失眠症组在2-back任务中Fz、Cz、Pz点的P300潜伏期均长于健康对照组(P<0.05)。任务态溯源脑区主要集中在额叶部分,非器质性失眠症组激活区域较为分散,且在0-back和2-back中激活区域电流强度明显低于健康对照组(P<0.01)。结论:非器质性失眠症受试者大脑工作记忆略有受损,分散了大脑认知资源,降低了大脑执行等高级认知能力,因此基于P300的事件相关电位特征和溯源分析结果可在一定条件下对其进行客观评估,并且其便捷性值得以后在临床上推广。

PLAU与MMP1在头颈鳞状细胞癌中的表达及临床预后意义

目的:基于生物信息学方法分析头颈鳞状细胞癌(Head and neck squamous cell carcinoma,HNSCC)关键基因PLAU与MMP1及其临床预后意义。方法:首先,通过基因表达总库(Gene Expression Omnibus,GEO)的GEO2R筛选4组HNSCC基因芯片数据的差异表达基因(Differentially expressed genes,DEGs),并利用Metascape数据库对DEGs进行基因本体论(Gene Ontology,GO)功能注释和京都基因与基因组百科全书(Kyoto Encyclopedia of Gene and Genome,KEGG)通路富集分析;其次,采用String数据库和Cytoscape软件CytoHubba插件的MCC算法进行蛋白互作网络(Protein-protein interaction,PPI)分析和HUB基因筛选;再次,利用GEPIA数据库分析前10个HUB基因表达量与HNSCC患者预后和临床分期关系;最后,利用TIMER、GEPIA和TISIDB数据库分析关键基因与免疫细胞浸润水平的关系以及临床生信之家分析关键基因与通路关系。结果:筛选出24个DEGs,其GO功能主要富集在细胞间黏附和血管发育等过程,KEGG主要富集在松弛素信号通路和蛋白质消化吸收等通路;前10个HUB基因仅PLAU和MMP1与HNSCC患者预后显著相关,且在HNSCC中高表达,并与B细胞和CD8+T细胞浸润水平呈负相关,但仅B细胞浸润水平与HNSCC患者生存预后显著相关;B细胞的浸润水平分别与PLAU和MMP1基因的高倍扩增和臂水平缺失的拷贝数改变有关;PLAU和MMP1主要与EMT标记基因和ECM相关基因等通路相关。结论:PLAU和MMP1可作为HNSCC关键基因,有望成为HNSCC靶向治疗位点。

基于机器学习糖尿病并发视网膜病变风险预测模型的构建及验证

目的分析糖尿病并发视网膜病变(DR)的影响因素,构建DR的风险预测模型并进行验证。方法首先,采用SPSS 22.0软件对数据进行处理并随机分组;其次,利用R软件对建模组数据采用决策树、LASSO与随机森林3种机器学习算法筛选DR影响因素,并构建DR风险预测模型,同时利用C指数(C-index)、决策曲线分析法(DCA)、受试者工作特征曲线(ROC)和校准曲线(CC)4种方式对风险预测模型进行内部验证;最后,再次利用验证组数据对风险预测模型进行外部验证。结果共纳入994例糖尿病(DM)患者的临床数据(建模组705例;验证组289例);建模组数据采用机器学习算法筛选出影响DR的因素有DBILI、HDL-C、HBA1C、ALT、AST、PCV、APTT、BP-HIGH、SCR、AGE、HEIGHT、NEPHROPATHY以及LEADDP,并利用其成功构建DR风险预测模型;该模型的内部评价指标C-index为0.822、ROC曲线下面积AUC=0.818、DCA净获益率为3%~95%,外部验证指标C-index为0.805、ROC曲线下面积AUC=0.818、DCA净获益率为1%~91%,且内外部的CC高度一致。结论基于机器学习构建的DR风险预测模型具有准确性、一致性、区分性与实用性等价值,可为患者的预防、诊断与治疗提供重要依据。

拓扑异构酶Ⅱα(TOP2A)基因的表达与CD4^(+)T细胞在肝细胞癌中的数量相关性及临床预后意义

目的分析拓扑异构酶Ⅱα(TOP2A)基因的表达与CD4^(+)T细胞在肝细胞癌(HCC)中的数量相关性及临床预后意义。方法利用基因注释资源数据库(BioGPS)、基因表达谱交互作用分析(GEPIA)和Kaplan-Meier Plotter数据库分析TOP2A mRNA在正常肝组织和HCC组织中的表达以及对HCC患者生存预后意义;利用GENE和Metascape数据库分析TOP2A的共表达基因及其基因本体论(GO)和京都基因与基因组百科全书(KEGG)通路富集分析;利用Sangerbox数据库分析TOP2A基因与微卫星不稳定(MSI)和DNA错配修复基因的相关性;再分别利用TISIDB和TIMER数据库分析TOP2A基因与CD4^(+)T细胞和各种免疫细胞的关系,并分析CD4^(+)T细胞对HCC患者生存预后的影响。结果TOP2A mRNA在正常肝组织和CD4^(+)T细胞中表达不显著,而在HCC组织中显著高表达,不利于患者的生存预后;TOP2A共表达基因的GO功能主要富集在细胞有丝分裂和细胞增殖上,而KEGG主要富集在细胞循环和铂类化疗药物耐药通路;TOP2A基因的表达与MSI、DNA错配修复基因MutS同源物2(MSH2)与MSH6、肿瘤细胞纯度以及各种免疫细胞的数量显著正相关;各种免疫细胞在HCC中均发生一定的拷贝数变异,但仅有CD4^(+)T细胞的数量对HCC患者生存预后有显著影响。结论HCC组织中TOP2A mRNA表达与CD4^(+)T细胞数量呈正相关,不利于HCC患者的生存预后。

急性冠脉综合征患者血浆N-乙酰-神经氨酸水平和TIMI危险分层及临床预后之间的相关性

目的探讨急性冠脉综合征(ACS)患者血浆N-乙酰-神经氨酸水平与心肌梗死溶栓治疗临床试验危险评分(TIMI危险评分)和临床预后之间的相关性。方法该研究为前瞻性单中心观察性研究,连续纳入2018年10月~2019年7月在我院拟行冠状动脉造影检查的患者708例。收集所有患者的一般临床资料、实验室检查结果、影像学资料和介入治疗资料。根据病史和检查结果分为:ACS组(597例)和对照组(111例)。根据TIMI危险评分对ACS组患者进一步分为高危组(104例)、中危组(425例)和低危组(68例)。采用液相色谱串联质谱法检测患者的血浆Neu5Ac水平;所有患者均行冠状动脉造影检查,计算血管病变支数和Gensini评分。设计调查表,出院后对ACS组患者通过电话或门诊随访平均15个月,统计Mace事件的发生,根据Mace事件将ACS组患者分为Mace组(80例)和非Mace组(517例)。结果ACS组患者血浆Neu5Ac水平明显高于对照组(P<0.05),ROC曲线显示血浆Neu5Ac水平可以辅助ACS诊断[0.648(0.597~0.699)],敏感性为39.2%,特异性为86.5%,其临界值为288.50 ng/mL。TIMI危险分层显示,高危组患者血浆Neu5Ac水平明显高于中危组和低危组患者(P<0.05),ROC曲线显示血浆Neu5Ac水平可以协助高危组患者诊断[0.645(0.588~0.703)],敏感性为42.3%,特异性为80.1%,其临界值为327.50 ng/mL。相关性分析显示:血浆Neu5Ac与年龄、血尿酸、肌酐、脂蛋白a、D-二聚体、C反应蛋白、肌酸激酶同工酶和Gensin评分成正相关性报告P值,与高密度脂蛋白水平成负相关性报告P值。对ACS组患者随访平均15个月后,发现Mace事件组的患者血浆Neu5Ac水平明显高于非Mace事件组的患者。二元Logistic回归显示,血浆Neu5Ac水平、既往脑卒中病史是Mace事件发生的独立危险因素。结论血浆Neu5Ac水平对ACS的诊断和危险分层具有参考价值,是ACS患者临床预后的独立危险因素。