从SHAP到概率——可解释性机器学习在糖尿病视网膜病变靶向脂质组学研究中的应用

目的基于可解释性机器学习算法构建糖尿病视网膜病病变(diabetic retinopathy,DR)的早期识别模型,并探讨SHAP(SHapley Additive exPlanations)在脂质组学数据中的应用。方法基于本项目组的DR靶向脂质组学数据,通过可解释性机器学习的方法进行特征筛选;在建立糖尿病视网膜病变的早期识别模型后,通过全局、特征和个体三个层面对模型进行解释,并将SHAP值转换成概率以增强可解释的能力。结果本研究筛选出了5种内源性脂质代谢物,构建了一个性能较为优秀的糖尿病视网膜病变的早期识别模型,并成功使用SHAP及概率解锁了模型。结论脂质代谢物质可以应用于糖尿病视网膜病变的早期识别;SHAP在进行黑盒模型的解锁时表现出色,且有较高的实践应用价值。

温州地区住院儿童下呼吸道腺病毒感染的流行特征及与气象因素的相关性

目的:研究温州地区住院儿童下呼吸道腺病毒(HAdV)感染的流行病学特点及与气象因素的相关性。方法:回顾性分析2008年1月至2017年12月因急性下呼吸道感染在温州医科大学附属第二医院育英儿童医院住院儿童的呼吸道病毒抗原检测数据,分析呼吸道HAdV感染的流行特征;同时提取2008年1月至2017年12月温州地区气象资料,包括每旬平均气温、平均湿度、总降雨量、降雨天数、平均风速。采用广义相加模型(GAM)进行单因素和多因素回归分析HAdV流行与气候因素的相关性。结果:2008年1月至2017年12月进行呼吸道病毒抗原检测的鼻咽吸取物和痰液标本89898份,HAdV阳性1974例(2.2%),其中<1岁339例;1~3岁615例;3~5岁597例;5~18岁423例。儿童HAdV感染检出例数和检出率都是5~7月达到峰值。基于GAM模型分析发现:气温越高,HAdV检出率越高(P=0.015)。而风速越低,检出率越高。随风速增高,检出率降低的幅度逐渐减小(P=0.003)。结论:温州地区下呼吸道感染住院儿童HAdV感染高峰季节在春末、夏初。气温和风速是影响下呼吸道HAdV感染的主要气象因素。

老年眼睑基底细胞癌中人激肽释放酶10的表达及意义

目的分析老年眼睑基底细胞癌中人激肽释放酶(hk)10的表达及意义。方法手术治疗的老年眼睑基底细胞癌患者41例为观察组,另纳入眼睑松弛症患者35例为对照组。结果两组人鳞状细胞癌相关抗原(SCCAg)、细胞角蛋白19片段(CYFRA21-1)、糖类抗原(CA)19-9及CA72-4差异均无统计学意义(P>0.05)。观察组眼睑组织中hk10水平显著低于对照组(P<0.001)。眼睑组织中hk10水平与肿瘤直径呈现显著负相关(r=-0.789,P<0.001)。复发患者眼睑组织中hk10水平显著低于首发患者〔(12.41±2.35)vs(6.93±4.12)μg;t=4.306,P<0.001〕。结论hk10在老年眼睑基底细胞癌组织中低表达,且与肿瘤直径负相关,对老年眼睑基底细胞癌患者诊断和预后具有一定的临床价值。