首页 > 文献资料
-
基于机器学习的卒中后抑郁影响因素分析
目的 通过机器学习判断脑卒中患者发生抑郁的影响因素.方法 从病历系统中提取符合纳入条件的688例脑卒中患者的病历资料,包括年龄、性别、脉象、面色、舌质、舌苔、中医药干预方式、体重指数(BMI)、血压、血糖、血甘油三酯、血总胆固醇、吸烟史、饮酒史、抑郁家族史、影像学卒中病灶部位及终抑郁判断结果.采用单规则(1R)算法进行学习并判断提取信息中影响卒中后患者是否抑郁的危险因素,继而将所搜集病例分为训练数据集(500例)和测试数据集(188例),并使用随机森林模型形成优判别结果.结果 通过单规则算法得出脑卒中后是否抑郁重要的影响因素为卒中病灶所在部位,其中计算机推测卒中病灶位于额叶及颞叶者易发生卒中后抑郁,基底节、脑干、小脑、延髓、枕叶的病灶则不易引起抑郁,其准确分类率达到88.95％(612/688例).对前500例训练数据集进行随机森林模型判别,其抑郁判断的正确率为98.2％;188例测试集判断结果正确率达99.47％;将688例患者资料运用随机森林模型进行学习,总的正确率为98.84％.重要性测度结果显示,病灶位置、中医药干预手段及抑郁家族史是脑卒中后是否发生抑郁重要指标的前3位. 结论 病灶位于额颞叶的脑卒中患者以及具有抑郁史的患者更容易发生卒中后抑郁.
-
基于随机森林法的严重脓毒症/脓毒性休克预后评估模型对患者28d死亡的预测价值
目的 建立一种基于随机森林法的严重脓毒症/脓毒性休克预后评估模型(RF模型),探讨其预测严重脓毒症/脓毒性休克患者预后的价值.方法 回顾性分析2013年9月至2017年5月浙江医院重症医学科(ICU)收治的497例严重脓毒症/脓毒性休克患者的临床资料,收集患者的基线资料,第1、3、5天的生命体征和症状、生化指标及血常规指标,病情严重程度评分及预后.根据28d预后将患者分为死亡组和存活组,筛选出关于严重脓毒症/脓毒性休克预后的特异性指标,运用特异性指标构建RF模型,用受试者工作特征曲线(ROC)分析RF模型、序贯器官衰竭评分(SOFA)和急性生理学与慢性健康状况评分系统Ⅱ(APACHEⅡ)评分对预后的评估效能.结果 497例严重脓毒症/脓毒性休克患者中,死亡201例,病死率为40.4%.①根据死亡组与存活组各指标的差异,筛选出构建RF模型的19个特异性参数,分别为年龄;第1天的24h尿量、血尿素氮(BUN)、血肌酐(SCr)、血小板计数(PLT);第3天的心率(HR)、平均动脉压(MAP)、有无紫绀、皮肤湿冷;第5天的体温、HR、MAP、24h尿量、是否发热、呼吸困难、有无紫绀、皮肤湿冷、花斑、PLT.②ROC曲线分析显示,RF模型预测28d病死率的ROC曲线下面积(AUC)均高于第1、3、5天的SOFA和APACHEⅡ评分(AUC:0.836比0.643、0.554、0.766和0.590、0.670、0.758).RF模型预测28d病死率的敏感度为86.1%,特异度为77.0%,正确率为80.7%.结论 基于随机森林法的严重脓毒症/脓毒性休克预后评估模型,能够有效预测严重脓毒症/脓毒性休克患者28d死亡风险,且其预测效能优于SOFA及APACHEⅡ评分.
-
影响H5N1甲型流感病毒对哺乳动物毒力变异的HA序列关键位点研究
目的 筛选影响H5N1亚型甲型流感病毒对哺乳动物毒力变异的HA序列主要氨基酸位点.方法 根据相关文献提供的实验结果,将54株H5N1病毒株按其对哺乳动物的毒力强弱分为高毒力组和低毒力组,在NCBI Genbank数据库中下载HA基因序列,用随机森林模型完成主要变异氨基酸位点的筛选.结果 在HA序列中共筛选出8个关键位点,均位于HA1节段,分别为:279、102、228、156、154、172、140、8.位点154和156与其余几个关键位点间、位点140与172间均存在较强的协同交互作用,用上述关键位点重建的随机森林模型对病毒株毒力分类的准确率为83.33%.结论 所筛选出的8个变异位点可能在决定H5N1病毒毒力上起关键作用,值得对其分子生物学作用机理做深入研究.
-
用随机森林模型分析胃癌高危人群干预效果的影响因素
目的 采用随机森林模型分析胃癌高危人群干预效果的影响因素.方法 选择参与胃癌高危人群干预的111名病例进行胃镜检查并收集基础资料.将随机森林模型筛查出的因素纳入多因素logistic回归模型进行变量筛选.结果 经随机森林模型和logistic回归模型的双重筛选,可能影响临床干预效果的因素有:幽门螺旋杆菌感染转归情况、平均每月食盐消耗量、三餐情况、健康教育频率、是否喜欢食用萝卜,其中经常参加健康教育和喜欢食用萝卜是干预效果的保护因素.随机森林模型联合多因素logistic回归模型在变量的筛选中决定系数R2和判对率高于单因素联合logistic回归模型.结论 随机森林模型应用于因素筛查准确度高于传统的logistic回归模型,在生物医学方面具有较好的应用前景.
-
随机森林模型在重症手足口病预测中的应用价值
目的:探究随机森林模型在重症手足口病预测中的应用价值.方法:收集郑州大学附属儿童医院感染科2016年8月至2017年11月诊治的手足口病患儿病例资料.选用R 3.4.4软件进行数据处理,构建随机森林模型和logistic模型,以logistic模型作为参照,对随机森林模型预测重症手足口病的性能进行评价.结果:通过随机森林模型的构建,终筛选出的重要预测变量中,前3个依次为白细胞计数、血糖和EV71.随机森林模型对重症手足口病的总体预测正确率为82.5％,AUC为0.87,敏感度为65.9％,特异度为94.5％.结论:随机森林模型在预测重症手足口病方面具有较大价值,其模型预测性能表现较佳.
-
农村地区成年女性高危型人乳头瘤病毒感染情况调查及危险因素分析
目的 了解甘肃省张掖市甘州区农村地区成年女性高危型人乳头瘤病毒的感染情况及其危险因素,为减少和控制高危型HPV感染提供依据.方法 采用概率比例规模抽样法,抽取甘肃省张掖市甘州区农村地区成年女性920名作为调查对象,进行高危型HPV检测,采用自行设计的统一调查表,对调查对象的年龄、收入等基本情况以及可能影响高危型HPV感染的因素进行问卷调查.结果 甘州区成年女性高危型HPV感染率为8.91%;多因素非条件Logistic回归分析结果显示,生殖系统感染、性伴数、职业、吸烟和流产史为高危型HPV感染的危险因素;随机森林模型分析结果显示,绝经、初次怀孕年龄、年龄、初次育儿年龄和初次性行年龄是影响高危型HPV感染的重要因素.结论 甘州区农村地区成年女性高危型HPV感染率较高,以16型和58型为主,高危型HPV感染与多种因素有关.为有效降低高危型HPV感染率,必须采用健康教育、健康促进等多种手段进行综合干预.
