期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
双镜联合胆总管切开取石术在老年腹部手术史胆总管并胆囊结石患者中的应用效果 被引量:3
1
作者 葛海龙 王玉 虞卫新 《中国当代医药》 CAS 2022年第24期61-64,共4页
目的探讨双镜(腹腔镜+胆道镜)联合胆总管切开取石术在老年腹部手术史胆总管并胆囊结石患者中的应用效果。方法选取2017年1月至2020年1月江苏大学附属金坛医院收治的100例老年腹部手术史胆总管并胆囊结石患者作为研究对象,采用随机数字... 目的探讨双镜(腹腔镜+胆道镜)联合胆总管切开取石术在老年腹部手术史胆总管并胆囊结石患者中的应用效果。方法选取2017年1月至2020年1月江苏大学附属金坛医院收治的100例老年腹部手术史胆总管并胆囊结石患者作为研究对象,采用随机数字表法分为试验组(50例)与对照组(50例)。试验组患者采用双镜(腹腔镜+胆道镜)联合胆总管切开取石术治疗,对照组患者采用开腹胆囊切除术联合胆总管切开取石术治疗。比较两组患者的手术持续时间、术中出血量、术后住院时间、术后并发症总发生率、住院费用等相关指标。结果两组患者的手术持续时间、术后并发症总发生率比较,差异无统计学意义(P>0.05);试验组患者的术后住院时间、整体住院时间、术后进食时间短于对照组,术中出血量少于对照组,住院费用低于对照组,差异有统计学意义(P<0.05)。结论老年腹部手术史胆总管合并胆囊结石患者,予以双镜(腹腔镜+胆道镜)联合胆总管切开取石术治疗可有效缩短患者的住院时间,减少患者经济费用,安全性适当,值得临床推广。 展开更多
关键词 胆总管结石 胆囊结石 腹腔镜 胆道镜 安全性
下载PDF
基于H2O自动化机器学习的肝硬化患者死亡预测模型的建立
2
作者 王玉 徐中华 +3 位作者 虞卫新 张辉 于倩倩 段文斌 《中国普通外科杂志》 CAS CSCD 北大核心 2023年第7期1071-1078,共8页
背景与目的:晚期肝硬化患者往往出现一系列并发症,死亡风险增加。因此,尽早识别肝硬化死亡高风险具有重要的临床意义。本研究利用H2O平台自动化机器学习(AutoML)框架,建立预测肝硬化患者入院30 d死亡模型,以期为改善肝硬化患者预后以及... 背景与目的:晚期肝硬化患者往往出现一系列并发症,死亡风险增加。因此,尽早识别肝硬化死亡高风险具有重要的临床意义。本研究利用H2O平台自动化机器学习(AutoML)框架,建立预测肝硬化患者入院30 d死亡模型,以期为改善肝硬化患者预后以及肝硬化临床管理提供新的方法。方法:收集江苏大学附属金坛医院及湖南省人民医院肝硬化住院患者入院时一般资料及实验室检查数据。利用H2O AutoML框架建立针对死亡结局的多种机器学习算法模型,绘制受试者工作特征(ROC)曲线并建立混淆矩阵来评价模型效力,同时对重要变量进行可视化呈现。结果:最佳模型为梯度提升机(GBM),Gini值0.994,R^(2)为0.775,LogLoss为0.120。模型中重要变量包括凝血酶原时间、肌酐、白细胞及年龄。变量SHAP特征图及部分依赖图呈现了重要变量与模型整体预测的相关性。局部可解析性算法(LIME)可视化显示变量在个体预测的作用。最佳模型GBM在验证集中特异度为0.950,敏感度0.676,ROC曲线下面积(AUC)为0.793,优于基于极致梯度提升(XGBoost)、Logistic回归、随机森林和深度学习四个算法模型,以及终末期肝病模型(MELD)及白蛋白-胆红素(ALBI)评分。结论:所建立的预测短期死亡机器学习模型对肝硬化患者的短期死亡风险筛查提供了有效的工具,但其可靠性仍需多中心的外部验证进一步评估。 展开更多
关键词 肝硬化 机器学习 模型 统计学 混淆矩阵 数据可视化
原文传递
基于H2O自动化机器学习的肝细胞癌诊断模型的建立
3
作者 于倩倩 许郭婷 +1 位作者 徐中华 王玉 《中华转移性肿瘤杂志》 2023年第1期46-51,共6页
目的采用H2O平台自动化机器学习(AutoML)算法,收集临床资料及肝癌肿瘤标记物,建立一系列肝细胞癌(HCC)临床诊断模型。方法本研究纳入130例HCC患者,149例肝硬化患者,102例慢性乙型肝炎患者,体检中心健康人群95人。利用AutoML算法建立针对... 目的采用H2O平台自动化机器学习(AutoML)算法,收集临床资料及肝癌肿瘤标记物,建立一系列肝细胞癌(HCC)临床诊断模型。方法本研究纳入130例HCC患者,149例肝硬化患者,102例慢性乙型肝炎患者,体检中心健康人群95人。利用AutoML算法建立针对HCC发病二分类结局的多种机器学习算法模型,计算ROC曲线下面积(AUROC)并建立混淆矩阵来评价模型区分度,并对重要变量进行可视化呈现。结果最佳模型是基于集成学习,其中占比最大者为梯度提升机(GBM)模型。GBM模型中重要变量包括Dickkopf-1、甲胎蛋白、细胞骨架蛋白4、ALT及AST。变量SHAP图展示了变量在二分类结局中的分布。LIME图呈现了变量在个体预测的作用。集成模型在验证集中特异性为0.986,敏感性为1.000,AUROC为0.991,优于其他单个算法的最佳模型。结论本研究利用AutoML框架,建立判断HCC发病的机器学习模型,为HCC患病风险筛查提供了新的思路。 展开更多
关键词 肝细胞癌 自动化机器学习 预测模型
原文传递
基于血清Netrin-1和CEA水平诊断结直肠癌肝转移预测模型的建立
4
作者 王玉 陈宇翔 +2 位作者 于倩倩 虞卫新 孙冬林 《中华转移性肿瘤杂志》 2022年第1期37-41,共5页
目的探讨血清神经突起导向因子1(Netrin-1)与结直肠癌肝转移发生风险的关系,且与癌胚抗原(CEA)联合检测对结直肠癌肝转移的诊断价值。方法纳入2015—2020年于本院收治的230例结直肠癌患者。根据Dukes分期法将纳入患者分为有、无肝转移... 目的探讨血清神经突起导向因子1(Netrin-1)与结直肠癌肝转移发生风险的关系,且与癌胚抗原(CEA)联合检测对结直肠癌肝转移的诊断价值。方法纳入2015—2020年于本院收治的230例结直肠癌患者。根据Dukes分期法将纳入患者分为有、无肝转移组。血清学Netrin-1采用ELISA试剂盒测定。对单项指标、预测模型进行受试者工作特征(ROC)曲线分析,评估ROC下面积(AUC)、敏感性及特异性。结果肝转移组血清Netrin-1水平均明显高于无肝转移组(P<0.001)。经校正后血清Netrin-1水平与结直肠癌肝转移发生风险呈正相关(OR=1.003,95%CI为1.001~1.005,P=0.001)。建立CEA和Netrin-1联合判断结直肠癌肝转移的预测模型(AUC=0.748,95%CI为0.669~0.826,敏感性为0.582,特异性为0.846,准确度0.783),优于CEA及Netrin-1单独检测(均P<0.05)。结论血清Netrin-1水平升高是结直肠癌肝转移发生的独立危险因素。Netrin-1联合CEA检测对结直肠癌肝转移发生的预判模型具有良好表现,这为临床结直肠癌患者管理及肝转移早期诊断提供新思路。 展开更多
关键词 结直肠癌肝转移 神经突起导向因子1 癌胚抗原 肿瘤标记物
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部