简介:【摘要】目的 :探讨利拉鲁肽联合维格列汀治疗对糖尿病患者的效果研究。方法:选择 2016年 4月 -2019年 4月我院糖尿病患者 84例作为对象,随机分为对照组( n=42例)和观察组( n=42例)。对照组采用常规维格列汀治疗,观察组采用利拉鲁肽联合维格列汀治疗,经过治疗后对患者效果进行评估,比较两组空腹血糖( FPG)、餐后 2h血糖( 2hPG)值和两组患者的治疗效果。结果:观察组患者的 FPG、 2hPG明显低于对照组,差异有统计意义( P<0.05) ; 观察组总有效率高于对照组,差异有统计学意义( P<0.05)。结论:利拉鲁肽联合维格列汀在治疗糖尿病患者的过程中,可以降低糖尿病患者的 FPG、 2hPG 值,并且治疗效果有显著提升,值得推广应用。
简介:摘要目的探讨机器学习算法和COX列线图在肝细胞癌术后生存预测中的应用价值。方法采用回顾性描述性研究方法。收集2012年1月至2017年1月中国医学科学院北京协和医学院肿瘤医院收治的375例肝细胞癌行根治性肝切除术患者的临床病理资料;男304例,女71例;中位年龄为57岁,年龄范围为21~79岁。375例患者通过计算机产生随机数方法以8∶2比例分为训练集300例和验证集75例,应用逻辑回归、支持向量机、决策树、随机森林、人工神经网络机器学习算法构建肝细胞癌患者术后生存的预测模型,筛选性能最优的机器学习算法预测模型;构建肝细胞癌患者术后生存预测的COX列线图预测模型;比较最优机器学习算法预测模型和COX列线图预测模型预测肝细胞癌患者术后生存的性能。观察指标:(1)训练集与验证集患者临床病理资料分析。(2)训练集与验证集患者随访及生存情况。(3)机器学习算法预测模型构建及验证。(4)COX列线图预测模型构建及验证。(5)随机森林机器学习算法预测模型与COX列线图预测模型预测性能评价。采用门诊或电话方式进行随访,了解患者生存情况。随访时间截至2019年12月或患者死亡。正态分布的计量资料以±s表示,组间比较采用配对t检验。偏态分布的计量资料以M(P25,P75)或M(范围)表示,组间比较采用Mann-Whitney U检验。计数资料以绝对数表示,当Tmin≥5,N≥40时,组间比较采用χ2检验;当1≤Tmin≤5,N≥40时,采用校正χ2检验;当Tmin<1或N<40时,采用Fisher确切概率法。采用Kaplan-Meier法计算生存率和绘制生存曲线。采用COX比例风险模型进行单因素分析,将P<0.2的变量纳入Lasso回归分析,根据λ值筛选影响预后的变量,最后将变量纳入COX比例风险模型进行多因素分析。结果(1)训练集与验证集患者临床病理资料分析:训练集和验证集患者微血管侵犯(无、有),肝硬化(无、有)分别为292、8例,105、195例和69、6例,37、38例,两组患者比较,差异均有统计学意义(χ2=4.749,5.239,P<0.05)。(2)训练集与验证集患者随访及生存情况:训练集与验证集患者均获得随访。训练集300例患者随访时间为1.1~85.5个月,中位随访时间为50.3个月。验证集75例患者随访时间为1.0~85.7个月,中位随访时间为46.7个月。375例肝细胞癌患者术后1、3年总体生存率分别为91.7%、79.5%。训练集和验证集患者术后1、3年总体生存率分别为92.0%、79.7%和90.7%、81.9%。两组患者术后生存情况比较,差异无统计学意义(χ2=0.113,P>0.05)。(3)机器学习算法预测模型构建及验证。①筛选最优机器学习算法预测模型:根据变量对预测肝细胞癌术后3年生存的信息增益度,应用逻辑回归、支持向量机、决策树、随机森林和人工神经网络5种机器学习算法对肝细胞癌临床病理因素进行变量综合排名。筛选主要预测因素为乙型肝炎e抗原(HBeAg)、手术方式、肿瘤最大直径、围术期输血、肝被膜侵犯、肝脏Ⅳ段侵犯。将预测因素前3、6、9、12、15、18、21、24、27、29个变量依次引入5种机器学习算法。其结果显示:当引入9个变量时,逻辑回归、支持向量机、决策树、随机森林机器学习算法预测模型受试者工作特征曲线的曲线下面积(AUC)趋于稳定。当引入变量>12个时,人工神经网络机器学习算法预测模型AUC波动明显,逻辑回归、支持向量机机器学习算法预测模型AUC稳定性可继续改善,而随机森林机器学习算法预测模型AUC接近0.990,说明随机森林机器学习算法预测模型为最优机器学习算法预测模型。②随机森林机器学习算法预测模型优化和验证:将预测因素29个变量依次引入随机森林机器学习算法预测模型中,构建训练集最佳随机森林机器学习算法预测模型。其结果显示:当引入变量=10个时,网格搜索法示最佳决策树结点个数=4,最佳决策树数目=1 000;当引入变量≥10个时,随机森林机器学习算法预测模型AUC稳定在0.990左右。其中当引入变量=10个时,随机森林机器学习算法预测模型预测训练集术后3年总体生存AUC为0.992,灵敏度为0.629,特异度为0.996,预测验证集术后3年总体生存AUC为0.723,灵敏度为0.177,特异度为0.948。(4)COX列线图预测模型构建及验证。①训练集患者术后生存因素分析。单因素分析结果显示:HBeAg、甲胎蛋白、围术期输血、肿瘤最大直径、肝被膜侵犯、肿瘤分化程度是影响肝细胞癌患者术后生存的相关因素(风险比=1.958,1.878,2.170,1.188,2.052,0.222,95%可信区间为1.185~3.235,1.147~3.076,1.389~3.393,1.092~1.291,1.240~3.395,0.070~0.703,P<0.05)。将P<0.2的临床病理因素纳入Lasso回归分析,其结果显示:性别,HBeAg,甲胎蛋白,手术方式,围术期输血,肿瘤最大直径,肿瘤位置在肝脏Ⅴ段和肝脏Ⅷ段,肝被膜侵犯,肿瘤分化程度(高分化、中高分化、中分化、中低分化)是影响肝细胞癌患者术后生存的相关因素。进一步将上述临床病理因素纳入多因素COX回归分析,其结果显示:HBeAg、手术方式、肿瘤最大直径是肝细胞癌患者术后生存的独立影响因素(风险比=1.770,8.799,1.142,95%可信区间为1.049~2.987,1.203~64.342,1.051~1.242,P<0.05)。②COX列线图预测模型的构建和验证:将训练集COX多因素分析结果中P≤0.1的临床病理因素引入Rstudio软件及其rms软件包,构建训练集COX列线图预测模型。COX列线图预测模型预测术后总体生存的C-index为0.723(se=0.028),预测训练集术后3年总体生存AUC为0.760,预测验证集术后3年总体生存AUC为0.795。训练集校准图验证显示COX列线图预测模型对术后生存有较好预测效果。COX列线图回归函数=0.627 06×HBeAg(正常=0,异常=1)+0.134 34×肿瘤最大直径(cm)+2.107 58×手术方式(腹腔镜=0,开腹手术=1)+0.545 58×围术期输血(无输血=0,输血=1)-1.421 33×高分化(非高分化=0,高分化=1)。计算所有患者COX列线图风险评分,应用Xtile软件寻找COX列线图风险评分最佳阈值,风险评分≥2.9分为高危组,风险评分<2.9分为低危组。Kaplan-Meier总体生存曲线结果显示:训练集低危组和高危组患者术后总体生存比较,差异有统计学意义(χ2=33.065,P<0.05)。验证集低危组和高危组患者术后总体生存比较,差异有统计学意义(χ2=6.585,P<0.05)。进一步采用决策曲线分析结果显示:联合HBeAg、手术方式、围术期输血、肿瘤最大直径和肿瘤分化程度因素的COX列线图预测模型预测性能优于单一因素的预测性能。(5)随机森林机器学习算法预测模型和COX列线图预测模型预测性能评价:通过对2种模型中共同含有的重要变量(肿瘤最大直径)进行分析,并将2种模型通过预测误差曲线进行比较,观察2种模型的预测差异。其结果显示:肿瘤最大直径为2.2 cm时,随机森林机器学习算法和COX列线图预测模型预测患者术后3年生存率分别为77.17%和74.77%(χ2=0.182,P>0.05);肿瘤最大直径为6.3 cm时,随机森林机器学习算法和COX列线图预测模型预测患者术后3年生存率分别为57.51%和61.65%(χ2=0.394,P>0.05);肿瘤最大直径为14.2 cm时,随机森林机器学习算法和COX列线图预测模型预测患者术后3年生存率分别为51.03%和27.52%(χ2=12.762,P<0.05)。随着肿瘤最大直径增加,2种模型预测患者生存率差异增大。验证集中,随机森林机器学习算法预测模型预测患者术后3年总体生存AUC为0.723,COX列线图预测模型预测患者术后3年总体生存AUC为0.795,两者比较,差异有统计学意义(t=3.353,P<0.05)。采用Bootstrap交叉验证结果显示:随机森林机器学习算法预测模型和COX列线图预测模型预测3年生存的整合Brier得分分别为0.139、0.134,COX列线图预测模型预测误差低于随机森林机器学习算法预测模型。结论与机器学习算法预测模型比较,COX列线图预测模型预测肝细胞癌术后3年生存性能更佳,且其变量少,易于临床使用。
简介:摘要目的分析早产儿发生医用粘胶相关性皮肤损伤(MARSI)的危险因素,建立个体化预测早产儿发生MARSI风险的列线图模型。方法抽取2018年7—9月NICU住院且符合纳排标准的268例早产儿作为研究对象,采用自制调查表收集临床资料,运用Logistic回归分析,分析发生MARSI的危险因素;运用R软件建立预测早产儿发生MARSI风险的列线图模型,采用一致性指数、校正曲线、决策曲线进行模型验证。结果NICU早产儿MARSI发生率为23.9%(64/268)。胎龄(28~32周)(P值为0.021,OR值为2.736,95%CI 1.163~6.435)、水肿(P<0.01,OR值为33.782,95%CI 10.510~108.583)、孕母糖尿病(P值为0.039,OR值为16.011,95%CI 1.146~223.692)、易撕胶带(P值为0.027,OR值为13.567,95%CI 1.340~137.311)均是早产儿发生MARSI的独立危险因素。列线图模型C-index为87.29%,具有中等区分度;校正曲线显示预测概率与实际发生概率趋于一致。结论基于胎龄、皮肤状态、孕母期疾病、粘胶产品等指标建立的预测早产儿MARSI发生风险的列线图模型,具有较好的区分度和准确度,可实现个体化预测MARSI发生风险,筛选高风险人群,有临床意义。
简介:摘要:核心素养下的历史教学不在是单一地考查学生的识记能力,而是多元思维的考查,这就要求我们不断创新教育教学方法,培养出新时代所需要的合格学生
简介:【摘要】目的:分析二甲双弧联合瑞格列奈治疗 2型糖尿病的效果。方法:选择我院于 2019.4-2020.4月收治的 96例 2型糖尿病患者,利用抽签的方式将所有患者分为观察组( 48例,实施二甲双弧联合瑞格列奈治疗),对照组( 48例,单独实施二甲双弧治疗)。对比两组患者的治疗总有效率。结果:实施二甲双弧联合瑞格列奈治疗的观察组治疗总有效率要高于实施二甲双弧治疗的对照组治疗总有效率,差异有统计学意义( P< 0.05)。结论:利用二甲双弧联合瑞格列奈为 2型糖尿病患者进行治疗,能够有效控制患者的血糖,提高患者的治疗效果,值得大力推广。
简介:摘要目的观察达格列净联合利拉鲁肽治疗难治性2型糖尿病的临床效果。方法抽取2017年1月至2019年12月安阳市中医院确诊并接受治疗的62例难治性2型糖尿病患者作为研究对象,采用随机数表法分为对照组与观察组,每组31例。全部患者均接受常规治疗,对照组在常规治疗基础上采用利拉鲁肽治疗,观察组采用达格列净联合利拉鲁肽治疗,持续治疗12周后观察治疗效果。分别于治疗前、治疗12周后,评估两组胰岛功能如胰岛素抵抗指数(HOMA-IR)、空腹C肽(FCP)、餐后2 h C肽(PCP),测定两组血糖控制情况如糖化血红蛋白(HbA1c)、空腹血糖(FPG)、餐后2 h血糖(2hPG);治疗期间记录两组不良反应(恶心、腹泻、便秘、腹痛、低血糖、肾损伤)发生情况。结果治疗12周后,观察组HOMA-IR、FCP、PCP水平均低于对照组,差异有统计学意义(P<0.05);观察组HbA1c、FPG、2hPG水平均低于对照组,差异有统计学意义(P<0.05);两组各项不良反应(恶心、腹泻、便秘、腹痛、低血糖、肾损伤)发生率比较,差异未见统计学意义(P>0.05)。结论难治性2型糖尿病患者经达格列净联合利拉鲁肽治疗后,临床获益较好,患者胰岛功能改善、血糖水平得到有效控制,且不会增加不良反应,安全性好,值得推广应用。
简介:摘要目的探讨轮状病毒性肠炎伴心肌损伤的危险因素及建立风险列线图模型的临床意义。方法回顾性分析湖北医药学院附属东风医院2017年1月至2018年12月诊治的247例轮状病毒性肠炎患儿的临床资料,按照是否发生心肌损伤分为心肌损伤组(158例)与无心肌损伤组(89例),调取所有患儿基本信息资料,采用单因素分析和多因素Logistic回归分析筛选轮状病毒性肠炎伴心肌损伤的独立危险因素,利用R软件建立风险列线图模型,并对风险列线图模型的精准度和区分度进行验证。结果单因素分析结果显示,年龄、呕吐、重度脱水、电解质代谢紊乱、酸中毒和心电图异常是轮状病毒性肠炎伴心肌损伤的危险因素(P<0.05)。多因素Logistic回归分析结果显示,年龄在6个月至1岁(OR=1.989,95% CI 1.123~3.524)、呕吐(OR=2.509,95% CI 1.405~4.480)、重度脱水(OR=2.782,95% CI 1.083~7.142)、电解质代谢紊乱(OR=1.655,95% CI 1.011~3.007)及酸中毒(OR=2.417,95% CI 1.348~4.332)是轮状病毒性肠炎伴心肌损伤的独立危险因素(P<0.05)。风险列线图模型显示具有较好的预测能力,同时使用Bootstrap内部验证法对该风险列线图模型进行验证,C-index指数为0.736(95% CI 0.704~0.768)。结论年龄在6个月至1岁、呕吐、重度脱水、电解质代谢紊乱及酸中毒是轮状病毒性肠炎伴心肌损伤的独立危险因素,相关风险列线图模型的建立有利于临床人员筛查高危人群和制定相关防治措施。
简介:摘要目的建立西妥昔单抗治疗转移性结直肠癌(mCRC)患者的预后列线图预测模型并进行验证。方法采用回顾性病例对照研究方法。患者入选标准:病理证实为结直肠腺癌,通过CT或MRI检查证实存在转移灶,且有至少一处可测量评价的靶病灶的病例;预计生存期≥3个月;美国东部肿瘤协助组(ECOG)评分0~2分;签署知情同意书;KRAS和NRAS基因检测均为野生型,均接受至少2个周期的西妥昔单抗联合化疗,且该治疗方案作为一线方案。排除标准:临床病理学及随访资料不完整者,合并心、脑、肺、肾等重要器官严重疾病或合并其他晚期恶性肿瘤者以及未签署知情同意者。根据以上标准,回顾性收集2010年1月至2017年1月期间,浙江大学医学院附属第二医院肿瘤内科收治的接受西妥昔单抗一线治疗的95例mCRC患者的临床及病理学资料。应用Cox回归模型对可能影响无复发生存率(PFS)的临床病理学因素进行单因素及多因素分析,确定独立预后因素;应用R软件建立列线图预测模型,绘制校准曲线并与实际观察情况比较。用Bootstrap法进行内部验证,计算一致性指数(C-index)评估模型准确性。结果全组中位随访16.5(2~43)个月,中位PFS为8.5个月,6个月、12个月及18个月PFS分别为73.7%、35.8%和17.9%。ECOG评分1~2分(HR=5.733,95% CI:2.408~13.649,P<0.001)、肿瘤原发部位为回盲部(HR=5.880,95% CI:1.645~21.023,P=0.006)、Ki-67指数≥45%(HR=3.574,95% CI:1.403~9.108,P=0.008)、基线D-二聚体水平≥345 mg/L(HR=2.536,95% CI:1.531~7.396,P=0.012)以及中性粒细胞淋巴细胞比值(NLR)≥2.8(HR=5.573,95% CI:2.107~14.740,P=0.001)是影响本组mCRC患者PFS的独立危险因素,联合治疗方案为FOLFOX(HR=0.465,95% CI:0.265~0.817,P=0.008)是影响本组mCRC患者PFS的独立保护性因素(均P<0.05)。将以上影响本组mCRC患者PFS的独立因素,构建列线图预测模型。使用bootstrap方法执行内部验证,本研究列线图预测模型的一致性指数(C-index)为0.67(95% CI:0.64~0.71)。校正曲线表明预测的6个月、12个月及18个月PFS率与实际观察情况符合。结论将ECOG评分、肿瘤原发部位、Ki-67指数、基线D-二聚体水平、基线NLR以及化疗方案构建的列线图模型,可较准确个体化地预测西妥昔单抗治疗mCRC患者的预后,可以辅助临床医生进行治疗决策。
简介:摘要目的探讨基于MR的影像组学列线图预测喉癌颈淋巴结转移的临床价值。方法采用回顾性队列研究,收集2016年1月至2019年12月117例在烟台毓璜顶医院接受开放式手术并颈淋巴清扫的喉癌患者治疗前的临床资料及MR资料,完全随机法以约3∶1比例分为训练集89例和测试集28例。放射组学云平台(汇医慧影)上手动分割增强T1和T2WI的原发肿瘤感兴趣容积,提取影像组学特征。在训练集中,使用方差分析(analysis of variance,ANOVA)与套索算法(least absolute shrinkage and selection operator,LASSO)对影像组学特征进行降维,根据各自的加权系数建立影像组学标签。单因素ANOVA和多因素Logistic回归分析,确定颈淋巴转移的高危因素。联合高危因素和影像组学标签建立列线图。采用受试者工作特征(receiver operating characteristic,ROC)曲线、校准曲线评估列线图的效能,决策曲线分析(decision curve analysis,DCA)评估列线图的临床应用价值。测试集数据用于验证模型。结果经降维后剩余21个影像组学特征。纳入MR淋巴结状态及影像组学标签建立列线图模型。ROC曲线和校准曲线均显示出良好的预测效能;在训练集中,列线图模型的曲线下面积(area under curve,AUC)、特异性、敏感性分别为0.930、0.930、0.875;在测试集中,AUC、特异性、敏感性分别为0.883、0.889、0.800。DCA显示列线图预测颈部淋巴结转移有一定的临床获益。结论基于MR的影像组学列线图对喉癌患者术前颈淋巴结转移具有良好的预测效能,具有潜在的临床应用价值。
简介:摘要:为提高高中同学们的英语语言能力与阅读水平,在高中英语课堂上引进英文名著的精讲是一个比较好的选择。在英文名著的选取上,应当考虑多方面因素的影响。同时,也要注重同学们的自学。针对其中的疑难之处,英语老师应当针对性的做出分析讲解,但也要注意不能被疑难词句的解析占据了大部分的时间精力。如果条件允许,可以安排同学们进行一些阅读展示活动,丰富英文名著精讲的课堂内容。