简介：

简介：

简介：

简介：

简介：摘要目的基于机器学习法建立早期预测血流感染模型，为早期诊断血流感染提供依据。方法选择2018年1月至2018年12月于郑州大学第一附属医院住院并留取血培养1 954例患者为研究对象。根据血培养结果，将研究对象分为血流感染组和非感染组。采用随机森林模型筛选出与血流感染相关特异性指标，建立预测模型。结果预测早期血流感染指标包括胆碱酯酶(CHE)、降钙素原(PCT)、高密度脂蛋白(HDL)、淋巴细胞百分比(Lymph%)和血小板计数(PLT)。该模型在预测集和测试集中曲线下面积(AUC)值分别为0.896 6、0.874 7，95%可信区间(CI)分别为0.879 9～0.913 2、0.846 9～0.902 4。结论基于机器学习血流感染预测模型可以有效地预测细菌或真菌导致的血流感染，为血流感染的早期诊断提供依据。

简介：摘要目的比较戊型肝炎病毒(hepatitis E virus，HEV)3种核酸检测方法的敏感性及特异性。方法将HEV基因4型代表株的开放阅读框(open reading frame，ORF)2区部分基因序列克隆至pUC57载体，合成质粒DNA，使用A、B两种实时定量方法检测该质粒，比较最低检出限；使用其他标本做特异性检测。使用3种方法平行检测急性戊肝病例血清标本，比较检测结果。结果A、B方法对质粒DNA的最低检出限均可达35拷贝数/反应，特异度均为100%；A、B和C方法对急性戊肝病例血清标本HEV RNA检出阳性率分别为47.8%(43/90)、43.3%(39/90)和41.1%(37/90)，一致率为88.9%(80/90)，3种方法的检出率之间无统计学差异(χ2＝0.8414，P＝0.6566)。A方法检测Ct值≤34.6或者B方法检测Ct值≤35.6的血清标本，C方法扩增成功率为100%。结论A方法的敏感性和特异性均较高，C方法为灵敏的基因检测方法。

简介：

简介：

简介：无

简介：

简介：

简介：摘要冠状病毒(Coronavirus, CoV)是一类古老的、广泛存在的、对人类和其他动物健康构成严重威胁的传染病病原体。目前已鉴定能感染人的冠状病毒(human CoV, HCoV)共有7种。已证实：这些可感染人的冠状病毒均为动物源性的人畜共患病原体，通过跨越种间屏障，从自然宿主以直接或间接的方式"跳跃"到人群，并进一步造成人际间的传播和流行。冠状病毒刺突蛋白(Spike, S)S1亚基上的受体结合区(receptor binding domain, RBD)是决定冠状病毒跨种传播、侵入宿主的关键因素之一。本文就近年来7种HCoVs传播路径以及介导跨种传播的RBD结构研究进展进行总结和分析，以期获得对冠状病毒跨种传播机制的认识，为我们应对潜在的新型冠状病毒跨种传播事件，提供有效的防控和治疗策略。

简介：【摘要】目的： 探讨使用国产和进口试剂对 HCV RNA定量检测的效果。 方法 ： 纳入时间为 2018 年 7 月至 2019 年 7 月，选取来我院就诊的慢性丙肝患者 65 例，对所有患者均行使用国产和进口试剂定量检测 HCV RNA水平，现对其 2 种检测方法的结果作分析。 结果： 使用进口试剂定量检测结果相比检测下限而言高出的例数为 58 例，占比为 96.67% ；使用国产试剂定量检测结果相比于检测下限而言高处的例数为 60 例，占比为 92.31% ；经比较组间差异性不显著（ p ＞ 0.05 ）。 结 论 ： 临床在 HCV RNA水平定量检测中使用国产和进口试剂检测结果的一致性和相关性均较高。

简介：摘要伞形评价是一种最新的循证医学分析方法，是继系统评价和Meta分析之后的更高层级的医疗证据分析方法。它以系统评价和Meta分析为基础，又高于系统评价和Meta分析。所以在很多具体操作方面，它与Meta分析类似，但更需要注意其独特之处。本文着重介绍了伞形评价的概念、主要步骤、局限性以及发展趋势等。

简介：无

简介：无

简介：

简介：摘要目的比较三种智慧放疗计划预测模型的精度与泛化鲁棒性，为模型选择提供依据。方法收集45例前列腺癌和25例鼻咽癌临床放疗计划，运用Z、L、S模型预测前列腺癌中膀胱和直肠、鼻咽癌中左右腮腺的剂量体积直方图(DVH)。应用预测DVH与临床DVH曲线下面积的差别(|DVH预测-DVH临床|)评价预测误差，误差越小则预测精度越高。在单个危及器官(OAR)上比较3种预测模型的精度，并在不同OAR中计算各模型预测精度的标准差以评价和比较模型的泛化鲁棒性。结果对于膀胱和直肠，L模型的预测误差(0.114和0.163)显著大于Z和S模型(≤0.071，P<0.05)；对于左腮腺，S模型的预测误差(0.033)与Z和L模型相近(≤0.025，P>0.05)；对于右腮腺，S模型的预测误差(0.033)显著大于Z和L模型(≤0.028，P<0.05)。在不同OAR上，S模型的预测精度标准差比Z、L模型小(分别为0.016、0.018和0.060)。结论在前列腺癌膀胱和直肠的DVH预测中Z和S模型的精度较高，而在鼻咽癌左右腮腺中Z和L模型较高，在不同OAR上S模型的泛化鲁棒性相对较好。

简介：无

简介：