首页 > 文献资料
-
新生儿缺氧缺血性脑病预后的Fisher判别
目的 利用临床指标建立新生儿缺氧缺血性脑病(HIE)预后的Fisher判别函数,为预后评估提供理论依据.方法 前瞻性采集176例HIE患儿的急性期临床资料,随访3年,逐步判别分析法建立预后(正常、残疾和死亡)的Fisher判别模型.结果 ①预后正常97例(55.11％),残疾43例(24.43％),死亡36例(20.45％).单因素分析显示3组在分娩方式、临床分度、影像学分度、合并颅内出血、颅内高压、持续昏迷超过1周、病程中反复呼吸暂停、肌张力减弱或消失、重度惊厥、原始反射消失、合并MODS、10分钟Apgar评分、入住新生儿病房时间及血pH值方面差异存在统计学意义,P＜0.05.②影像分度(X1)、反复呼吸暂停(X2)、持续昏迷超过1周(X3)、原始反射消失(X4)、10分钟Apgar评分(X5)、入住新生儿病房时间(X6)入选逐步Fisher判别函数,Functionl =0.583X1+1.018X2 +0.934X3+1.100X4 -0.289X5 +0.047X6 -0.966.Function2=0.327X1+0.736X2+1.144X3 +0.443X4 +0.441X5-0.027X6 -3.266.③判别函数预测正常、残疾和死亡的敏感性分别是78.35％、67.44％和69.44％,Kappa=0.578.结论 影像分度、病程中反复呼吸暂停、持续昏迷超过1周、原始反射消失、10分钟Apgar评分、入住新生儿病房时间是预测HIE患儿预后的显著指标,Fisher判别分析法可为HIE预后提供了中等能力的评估模型.
-
应用Fisher判别函数进行寒热证型判别的探讨
目的 探讨应用Fisher判别函数辅助寒热辨证的可行性.方法 取清洁级Wistar大鼠60只,随机分成正常对照组、热证模型组和寒证模型组,比较血清甲状腺激素和炎性细胞因子水平变化情况,并将建立的Fisher线性判别函数应用于临床实践来验证.结果 实验后各组血清三碘甲状腺氨酸(T3)、四碘甲状腺氨酸(L)、游离三碘甲腺原氨酸(FT3)、游离四碘甲腺原氨酸(FT4)、瘤坏死因子TNF-α与白细胞介素IL-8等6项指标,组间差别均有统计学意义(P=0.000),且热证组＞正常对照组＞寒证组.建立寒热辨证的Fisher线性判别函数,用训练样本回代法进行考核,预测正确率为100％,应用于临床实践的预测正确率为82.5％,一致性具有统计学意义(P=0.000).结论 热证模型组和寒证模型组的血清甲状腺激素及炎性细胞因子水平不同,根据相关指标建立的Fisher判别函数对于辅助寒热辨证具有可行性.
-
判别分析在手足口病重型病例和危重型病例诊断中的应用
目的 对手足口病重型病例和危重型病例进行判别分析,建立判别函数.方法 对郑州市儿童医院近年收治的手足口病重型病例和危重型病例进行流行病学调查,用Epidata3.1建立数据库.首先用SPSS15.0对重型病例和危重型病例的影响因素进行逐步判别分析,然后根据入选的因素建立Fisher判别函数.结果 7个影响因素入选并被用来建立判别函数;Fisher线性判别函数判别结果显示,重症病例判别正确率为92.90％,危重型病例判别正确率为67.42％.结论 建立的判别函数判别正确率较高,有一定推广意义.
-
Fisher判别在肺磨玻璃结节CT鉴别诊断中的应用
目的:探讨Fisher判别对肺磨玻璃结节(ground-glass opacity,GGO)CT鉴别诊断的价值.方法:回顾性分析苏州大学附属第一医院2009年8月～2015年8月收治的经病理证实的GGO患者80例,对结节主要CT形态特征进行评价,采用卡方检验行单因素分析,以两组之间有统计学意义的CT征象为判别指标行fisher判别,采取刀切法估计误判率.结果:80例GGO分为两组,良性者29例,恶性者51例,单因素分析显示良恶性GGO结节形态、分叶征、毛刺征、胸膜凹陷征、空泡征以及病灶界面比较差异有统计学意义,以其为判别指标行Fisher判别,所得Fisher判别公式为Z=-1.864X1+1.434X2+2.091X3+1.154X4+0.492X5+0.996X6+0.677X7-1.008,误判率为13.7％,敏感性达91.7％,特异性78％,准确率86.3％.结论:Fisher判别模型诊断GGO具有较高的敏感性、特异性、准确性及临床实用价值.
-
多层螺旋CT对乳腺形态特征与血流灌注检测结果的Fisher判别
目的:评价Fisher判别模式应用于乳腺多层螺旋CT(MSCT)检测结果分析的临床价值,并在此模式下比较乳腺MSCT形态特征、血流灌注及两者综合的临床应用价值.方法:对81例体检或钼靶发现乳腺占位性病变者行肿块(84个)MSCT平扫+组织灌注扫描,按病理随访结果分为良性组及恶性组两大类.对CT主要形态学特征(钙化、毛刺、坏死、分叶)进行评价,按病理良、恶性分组,以两组间有统计学意义的形态学征象为判别指标并行Fisher判别.由去卷积法得出血流灌注参数:血流量(blood flow, BF)、血容量(blood volume, BV)、平均通过时间(mean transit time, MTT),按病理良、恶性分组,以两组间有统计学意义的参数为判别指标行Fisher判别.综合形态学特征及血流灌注参数行Fisher判别.采用刀切法(jackknife)估计误判概率.结果:以CT形态学征象为判别指标者误判率为16.67%,以血流灌注参数为判别指标者误判率为23.81%,两方面综合判别的误判率为8.33%.结论:Fisher判别模式可有效应用于乳腺MSCT检测结果的分析;乳腺疾病的CT形态学特征是其良恶性定性诊断的较可靠依据,血流灌注参数是有效的参考指标,两者综合应用可提高临床诊断价值.
-
螺旋CT靶扫描及重建联合Fisher判别在孤立性肺结节良恶性诊断中的作用
目的 探讨螺旋CT靶扫描及三维重建技术联合Fisher判别法在孤立性肺结节良恶性鉴别诊断中的价值及临床作用.方法 收集分析80例孤立性肺结节(SPN)患者的CT及临床基本资料,按手术病理为金标准分为良性(n=22)、恶性(n=58)两组,通过多平面重组(MPR)、小密度投影(MIP)、容积再现(VR)、曲面重建(CPR)等后处理重建技术充分显示肺结节CT形态学特征,如分叶征、支气管截断征、空泡征、毛刺征、血管集束征、胸膜凹陷征、棘突征等,将三维数据依据病理结果分为良、恶性两组,以两组间具有统计学意义的的CT形态学特征(分叶征、支气管截断征、空泡征、毛刺征、血管集束征、胸膜凹陷征、棘突征)为指标并行Fisher判别,得出标准判别式后,采用交叉核实法计算误判概率.结果 靶扫描三维重建技术所获得的SPN阳性征像明显比传统的二维图像多,依据SPN三维重建数据得出的Fisher判别公式为Z=1.094X1+0.614X2-0.420X3-0.960X4-0.310X5+0.679X6+1.035X7,误判率为7.5%,鉴别诊断的准确率达92.5%.结论 螺旋CT靶扫描及重建联合Fisher判别在孤立性肺结节良恶性的定性诊断具有较高的临床价值.
-
基于实验室常规指标建立肝纤维化Fisher判别模型
目的 利用实验室常规指标建立慢性乙型肝炎(chronic hepatitis B,CHB)患者的肝纤维化诊断模型,寻找肝穿刺活检的非创性替代手段.方法 选取174例CHB患者,行肝活检组织学分期(S),检测血清肝纤维化和肝功能指标,Spearman等级相关法分析肝活检组织学分期与实验室指标的关系,建立Fisher判别模型,回代法验证模型的诊断性能.结果 (1)肝纤维化组织学分期(S0→S4)与透明质酸(HA,r=0.569)、层黏连蛋白(LN,r=0.428)、血清Ⅲ型前胶原(PC-Ⅲ,r=0.405)、Ⅳ型胶原(C-Ⅳ,r=0.395)、丙氨酸氨基转移酶(ALT,r =0.445)、天冬氨酸氨基转移酶(AST,r =0.412)、γ-谷氨酰转肽酶(γ-GT,r=0.317)、总胆红素(TB,r =0.396)呈正相关,与血小板(PLT,r=-0.427)、血清白蛋白(ALB,r=-0.382)呈负相关(P＜0.05或P＜0.001).(2)Fisher逐步判别分析显示,LN、HA、ALT、PLT入选以肝组织学分期为结果变量的判别函数,判别函数式:①Function 1=0.006HA+0.016LN+0.003ALT-0.007PLT-2.636;②Function 2=0.007LN+0.004ALT+0.021PLT-4.763.(3)函数诊断无纤维化(S0)、肝纤维化(S1 ～S3)和肝硬化(S4)的灵敏度分别是75.00％、78.30％和77.50％,总体一致率为77.59％,Kappa=0.610.结论 基于实验室常规指标建立的Fisher判别模型,能为CHB患者肝纤维化分期的判断提供中等强度的诊断效能,可部分替代肝活检.
-
Fisher判别分析法区分MRI中乳腺病灶性质的研究
目的 基于磁共振成像(MRI)指标建立乳腺病灶性质的Fisher判别函数,为MRI诊断乳腺病灶性质提供理论依据.方法 对临床触诊乳腺肿块、可疑乳腺肿块,或超声检查、钼靶照相发现病灶但不能明确病灶性质的164例患者行MRI检查,分析病灶的形状(规则、不规则),边界(清晰、模糊)、信号强度(低、等、高、混杂信号)、内部强化特征(均匀强化,不均匀强化,环形强化或间隔强化),早期强化率(<50%、50%~100%和>100%)和时间-信号强度曲线(TIC)类型(Ⅰ型,Ⅱ型,Ⅲ型),并与组织学分级的良性、高危、恶性结果进行对照.结果 (1)164例患者MRI共发现178个病灶,组织学确诊良性病灶93个(52.25%),高危病灶28个(15.73%),恶性病灶57个(32.02%).(2)单变量分析显示:形态、边界、内部强化特征、早期强化率和TIC在良性、高危、恶性乳腺病灶中差异有统计学意义(P<0.05).(3)Fisher判别分析显示:形态、边界、内部强化特征、早期强化率和TIC入选以组织学分级为结果变量的判别函数:Function 1=0.914形态+0.737边界+0.930内部强化特征+0.963早期强化率+0.701TIC-2.892;Function 2=1.198形态+0.918边界+0.677内部强化特征-1.191早期强化率-0.373TIC-0.039,函数有统计学意义(P<0.05).(4)函数区分良性、高危、恶性乳腺病灶的敏感性分别是77.42%、60.71%和82.46%,总体正判率76.41%,Kappa=0.625.结论 基于MRI显示的病灶形态、边界、内部强化特征、早期强化率和TIC建立的Fisher判别函数可以很好地区分乳腺病灶良性、高危和恶性特征,这对指导乳腺病灶的处理方式有借鉴意义.
-
基于Fisher判别模型初步分析肾透明细胞癌CT征象与病理分级的相关性
目的 建立定量估测肾透明细胞癌术前分级的判别模型,并探讨其临床应用价值.方法 搜集本院2012年12月至2013年9月具有术前腹部双能量CT和手术病理资料的23例肾透明细胞癌患者.根据文献确定与病理分级相关的CT征象,按Fisher判别方法将选定的4项CT征象:肿瘤直径,肿瘤边缘是否清楚,是否有假包膜,是否发生液化、坏死作为判别指标,建立判别方程式,求得判别值,采用交叉核实法估计误判率.结果 肾透明细胞癌术前预测分级的Fisher的判别函数为:Z=3.247肿瘤直径+0.836肿瘤边界(清楚=1,不清楚=0)+1.038假包膜(有=1,无=0)+2.415液化、坏死(有=1,无=0),判别值为:Z=5.2,误判率为17.4％,灵敏度为76.9％,特异度为75.0％.结论 Fisher逐步判别可以通过CT征象作为肾透明细胞癌术前分级预测的方法,具有较高的临床实用价值.
-
剖宫产术后再次妊娠分娩方式的 Fisher 判别
目的：应用Fisher判别法归类剖宫产术后再次妊娠的分娩方式，为剖宫产史（ PCS）孕妇分娩方式的选择提供参考。方法以愿意阴道试产的216例 PCS 孕妇为研究对象，采集年龄、职业、临产前体重指数（ BMI）、距前次剖宫产时间、妊娠并发症、超声测量胎儿腹围、胎儿双顶径、子宫下段厚度、胎儿性别，记录分娩中Bishop宫颈成熟评分、宫缩剂应用情况等。结果①分娩方式：阴道自然分娩成功66例，阴道助产分娩成功58例，剖宫产分娩92例。②单因素分析显示：3种分娩方式在职业、临产前BMI、胎儿腹围、双顶径、宫缩剂应用、距前次剖宫产时间、子宫下段厚度和Bishop评分方面差异有统计学有意义，P＜0．05。③逐步法Fisher判别入选判别函数的因素是胎儿腹围（ X1）、子宫下段厚度（ X2）、Bishop评分（ X3）和应用宫缩剂（ X4）。 Fisher判别函数：Function 1＝-0．101X1＋2．202X2＋0．649X3＋0．289X4-9．243；Function 2＝0．258X1-0．156X2＋0.593X3＋0．409X4-14．384。④函数预测阴道顺产、阴道助产和剖宫产的敏感性分别是80．30％、56．90％和78．26％，总体符合率为73．15％。结论胎儿腹围、子宫下段厚度、Bishop评分和应用宫缩剂是影响PCS孕妇阴道分娩成败的重要因素。以此4项指标建立的Fisher判别函数可为PCS孕妇分娩方式的选择提供中等强度诊断效能。
-
Fisher判别分析估测新生儿缺氧缺血性脑病的预后
目的制定定量估测新生儿缺氧缺血性脑病(HIE)预后的指标以较精确估测HIE的预后,并为早期干预治疗提供依据.方法分析1993年1月至1997年6月由HIE致残及致死患儿的临床资料,并与非残儿进行对比.按Fisher判别原理优选生后1分钟阿氏评分(X1)、窒息复苏时间(X2)、惊厥持续天数(X3)、急性期CT改变(X4)及治疗3 d后原始反射情况(X5)作为判别指标,建立判别方程式,求得判别值ZO=77.以Z>77作为预后不良的标准,回代全部病人,计算估测的敏感性、特异性及准确性.1997年8月至2000年4月对45例患儿以Z值进行预测,随访验证预测结果.结果以Z>77作为预后不良的标准,回代全部病人,其估测的敏感性、特异性及准确性分别为 84.37%、 96.05%和 92.59%,经对45例患儿的临床验证发现其阳性预测准确度为 90.91%,阴性预测准确度为 94.20%.结论以Z>77作为判断新生儿缺氧缺血性脑病预后不良的标准具有较高的应用价值.
-
复苏后综合征的死亡危险因素及预后数学模型
[目的]探讨复苏后综合征(PRS)的死亡危险因素,利用有统计学意义的因素建立数学模型.对PRS的预后进行预测,针对性地指导临床治疗.[方法]回顾性分析总结我院近7年来确诊的63例PRS患者的临床资料,按复苏后30 d时的预后情况分组,生存组24例,死亡组39例,基于相关影响因素的单因素统计分析,进而行Logistic多元回归分析及Fisher判别分析.[结果]单因素分析结果提示自主呼吸、谷草转氨酶、谷丙转氨酶、消化道出血、凝血酶原时间、瞳孔对光反射消失、格拉斯哥评分、自主循环恢复(ROSC)时间、衰竭器官数目等9项指标在两组间差异有统计学意义(P＜0.05);Logistic多元回归分析显示,自主循环恢复时间、衰竭器官数目、消化道出血、瞳孔对光反射消失为PRS患者发生死亡的独立危险因素(P＜0.01);根据4项独立危险因素建立的Fisher判别函数总判别正确率为92.1%.[结论]自主循环恢复时间、衰竭器官数目、消化道出血、瞳孔对光反射消失为PRS患者发生死亡的独立危险因素,据此建立的判别函数可较准确地预测PRS预后,积极处理可干预的死亡危险因素是提高临床疗效的关键.
关键词： 复苏后综合征 危险因素 logistic多元回归 Fisher判别 -
兔血液凝血功能诊断的改进Fisher判别法
目的 通过对经内毒素侵袭的实验对象凝血指标的检测,建立凝血指标与凝血类型之间较为准确的数学关系,从而代替血栓弹力图(TEG)检测法.方法 将实验对象的凝血指标(PT、APTT、TT和FIB)通过实码加速遗传算法的投影寻踪方法 赋予相应的判别权值,进而应用Fisher判别法建立指标与凝血类型间的判别关系函数,进行判别.后通过指标筛选对判别函数进行优化.结果 选用全部4项指标的判别正确率为92.00%.去除指标APTT后,判别正确率为94.8%.优化后对于低凝类型的评判准确率由初的48.5%上升至74.29%.结论 改进Fisher判别法对凝血的评判准确率高,方法 简便,具有较高的应用价值.
-
基于Fisher准则的单次运动想象脑电信号意图识别研究
为了实现脑机接口系统,对单次运动想象脑电信号的优化特征进行了提取与分类.针对运动想象脑电信号的特点,通过预处理得到脑电信号Mu节律成分,利用共空间模式算法在优化空间滤波下提取了运动想象脑电信号的特征.使用Fisher判别分析进行分类决策,并通过交叉验证与受试者操作曲线相结合的方法对分类性能进行综合评价.以交叉验证方式对应用空间滤波进行投影的特征维度确定问题进行深入讨论,评价结果表明本文方法在保证较高的准确率的同时可提高运行速度.基于优化的脑电特征进行运动想象意图分类,能够反映不同状态的差异并简化识别流程,为意图识别研究提供了一种准确高效的新方法.
-
联合CT三维重建与Fisher判别在非典型良性或恶性肺结节中的作用
目的：探讨联合CT三维重建与 Fisher判别模式对术前肺结节良、恶性诊断的应用价值。方法回顾性分析40例孤立性肺结节(SPN)患者的CT资料,按病理及随访结果分为恶性肺结节25例,其中鳞癌4例、腺癌13例、肺泡癌4例、小细胞肺癌2例、大细胞癌1例、转移瘤1例；良性结节15例,其中结核球6例、错构瘤2例、非特异性炎性结节7例。并通过多平面重组(MPR)、曲面重组(CPR)、容积再现(VR)、大密度投影(MIP)等三维重建技术对肺结节主要 CT 形态学特征进行评价,将三维数据分为良、恶性2组,以2组间每个征象有统计学意义的形态学征象为判别指标并行 Fisher判别,采用交叉核实法估计误判概率。结果三维重建所获得肺结节阳性征象明显比传统的二维图像多,其中三维重建所得 SPN CT征象的 Fisher判别公式为 Z=1.143X1+0.454X2+1.606X3-0.262X4+0.04X5+0.483X6+1.611X7-2.164。判别界值Zc为-0.516,Z>-0.516认为恶性结节可能性大,25例恶性结节中,有4例误判为良性；Z<-0.516认为良性结节可能性大,15例良性结节中,有2例误判为恶性。总误诊率为15%,准确率为85%。结论联合CT三维重建与 Fisher判别分析对肺结节良、恶性的判断,提高肺内结节的定性诊断,具有较高的临床价值。
-
Fisher判别在孤立性肺结节诊断中的应用
目的 探讨Fisher判别对孤立性肺结节(SPN)的诊断价值.方法 采用64层CT对经病理或随访证实的96例SPN患者进行动态扫描,综合SPN形态学特征及动态强化参数引入Fisher判别模型,评价Fisher判别的应用价值并与形态学诊断及动态强化判别相比较.结果 Fisher判别诊断的敏感性为91.1%,特异性为76.5%,准确性为88.5%,阳性预测值为94.7%,阴性预测值为65.0%.Fisher判别准确性及特异性均较征象判别与强化值判别高,并且Fisher的特异性与强化值判别相比有统计学意义(P＜0.05).结论 Fisher判别是一种行之有效的定性判别方法,与常规阅片比较,Fisher判别提高了SPN的诊断正确率及特异性,可以减少误诊率,可用于指导日常阅片.
