检索结果-内蒙古大学图书馆

中国临床医学 2024年第2期31卷 177-185页

作者：杜琪殷欣任正刚复旦大学附属中山医院肝肿瘤内科国家放射与治疗临床医学研究中心上海200032

目的采用随机生存森林算法分析影响肝动脉化疗栓塞(transcatheter arterial chemoembolization,TACE)治疗不可切除肝细胞癌(hepatocellular carcinoma,HCC)患者的预后因素,并构建预后模型。方法回顾性选择2014年1月至2017年12月复旦大... 详细信息

目的采用随机生存森林算法分析影响肝动脉化疗栓塞(transcatheter arterial chemoembolization,TACE)治疗不可切除肝细胞癌(hepatocellular carcinoma,HCC)患者的预后因素,并构建预后模型。方法回顾性选择2014年1月至2017年12月复旦大学附属中山医院肝肿瘤内科收治的一线治疗为TACE的HCC患者636例,并按照7∶3比例划分为训练集(n=445)和验证集(n=191)。根据患者的临床数据、实验室指标及随访生存数据,建立Cox比例风险模型和基于机器学习算法的随机生存森林模型,并评估2种模型的预测能力。结果肿瘤负荷、年龄、基线G-谷氨酰转肽酶水平、基线甲胎蛋白水平和白蛋白-胆红素分级是影响TACE治疗不能切除HCC患者的独立预后因素。Cox回归模型的训练集1年、3年、5年的ROC曲线下面积(area under the curve,AUC)为0.782、0.796和0.791,验证集为0.750、0.766和0.766。随机生存森林模型训练集1年、3年和5年AUC为0.896、0.894和0.875,验证集为0.743、0.763和0.770。随机生存森林模型能将患者区分为预后好组和预后差组,两组生存期差异有统计学意义(P<0.05)。决策曲线显示随机生存森林模型的净获益优于Cox比例风险模型。结论随机生存森林模型是预测TACE治疗不可切除HCC患者预后的可靠工具。

关键词：随机生存森林模型 Cox比例风险回归肝动脉化疗栓塞肝细胞癌预后模型

来源：评论

学校读者我要写书评

暂无评论

随机生存森林模型筛选与鉴定口腔鳞状细胞癌预后相关的基因分析

随机生存森林模型筛选与鉴定口腔鳞状细胞癌预后相关的基因分析

引用

中华口腔医学会口腔预防医学专业委员会第24次口腔预防学术年会

作者：姚佳田剑刚西安交通大学口腔医院

目的本研究通过筛选新的生物标志物对口腔鳞癌的预后提供重要依据。方法将RNA-Seq数据中的口腔鳞癌患者和来自癌症基因组图谱(TCGA)的临床数据分为TCGA队列Ⅰ(n=228)和Ⅱ(n=98)。使用队列Ⅰ构建模型,队列Ⅱ进行模型验证。通过使用机器... 详细信息

目的本研究通过筛选新的生物标志物对口腔鳞癌的预后提供重要依据。方法将RNA-Seq数据中的口腔鳞癌患者和来自癌症基因组图谱(TCGA)的临床数据分为TCGA队列Ⅰ(n=228)和Ⅱ(n=98)。使用队列Ⅰ构建模型,队列Ⅱ进行模型验证。通过使用机器学习模型即随机生存森林模型和单因素Cox生存模型共同筛选生存相关的种子基因,为提高预测精度,使用正向Cox生存模型识别预后相关的关键基因。使用风险评估分数将12个关键基因分为高风险组和低风险组,利用队列Ⅱ的关键基因构建生存风险评分系统,采用热图和KM曲线进行风险验证,对所筛选基因进行生物学分析。结果基于随机生存森林模型和临床数据结合的RNA-Seq数据,鉴定了12个与口腔鳞癌预后相关的关键基因。使用队列Ⅱ验证发现,高风险组的生存率低于低风险组(HR=4.19 (1.24-14.15),P=0.02,C index=0.81)。结论使用临床数据结合的RNA-Seq数据和机器学习方法构建口腔鳞癌模型是一种有效的提高预测性能的方法,12个关键基因可以提高预测口腔鳞癌患者预后的能力。

关键词：口腔鳞状细胞癌预后的预测随机生存森林模型正向选择模型

来源：评论

学校读者我要写书评

暂无评论

随机生存森林模型在肺癌患者预后分析中的应用

引用

中国卫生统计 2021年第3期38卷 327-331页

作者：李淼罗天娥郭强于智凯赵晋芳段燕山西医科大学卫生统计教研室 030001 甘肃省疾病预防控制中心陆军军医大学第二附属医院(新桥医院) 山西省肿瘤医院

目的应用随机生存森林模型探讨肺癌患者预后影响因素的重要性并对预测结果进行评价。方法对山西省某三甲医院342例确诊的肺癌患者进行随访研究,建立随机生存森林模型,并与传统的Cox回归模型进行比较。结果342例肺癌患者中226例患者发生... 详细信息

目的应用随机生存森林模型探讨肺癌患者预后影响因素的重要性并对预测结果进行评价。方法对山西省某三甲医院342例确诊的肺癌患者进行随访研究,建立随机生存森林模型,并与传统的Cox回归模型进行比较。结果342例肺癌患者中226例患者发生死亡,中位生存时间为28.23月。治疗方式、肿瘤大小、临床分期等变量是影响肺癌患者预后的重要因素,淋巴结转移、分化程度、病理分型、年龄是中度预测因素,并分析了变量之间的交互作用。二者的模型比较结果显示随机生存森林模型预测错误率以及预测误差均低于Cox回归模型。结论随机生存森林模型拟合效果好,可用于右删失生存数据的分析,不但能发现重要的影响因素,还能发现变量之间的交互作用,为肺癌患者预后状况的改善,提升生命质量提供科学依据。

关键词：随机生存森林模型 Cox回归模型肺癌预后分析

来源：评论

学校读者我要写书评

暂无评论

早期声门型喉癌385例内镜手术疗效的回顾性研究

引用

中华耳鼻咽喉头颈外科杂志 2024年第10期59卷 1020-1028页

作者：鞠骏王嘉森侯思源邹世桢赵晶彭莉莉李进让中国人民解放军总医院第六医学中心耳鼻咽喉头颈外科医学部咽喉嗓音外科国家耳鼻咽喉疾病临床医学研究中心北京100853

目的探讨早期声门型喉癌内镜手术的预后及影响因素。方法该回顾性研究采用Cox比例风险回归模型和随机生存森林模型对2009年1月至2022年12月就诊于解放军总医院第六医学中心的早期声门型喉癌385例患者[男362例,女23例,年龄33~91(62.0... 详细信息

目的探讨早期声门型喉癌内镜手术的预后及影响因素。方法该回顾性研究采用Cox比例风险回归模型和随机生存森林模型对2009年1月至2022年12月就诊于解放军总医院第六医学中心的早期声门型喉癌385例患者[男362例,女23例,年龄33~91(62.0±9.6)岁]的临床特点(包括年龄、性别、T分期、手术方式、病理分型等)进行分析,主要评价指标为总生存率和无病生存率。随访时长为30~5557 d(中位随访时间为1596 d)。结果385例患者在接受治疗后3年的总生存率为95.83%;同时,其对应的无病生存率为82.98%。Cox比例风险回归模型分析表明,年龄(风险比=2.35,95%置信区间:1.75~3.15,P<0.001)和T分期(风险比=1.59,95%置信区间:1.13~2.23,P=0.019)是影响患者总生存率和无病生存率的主要因素。随机生存森林模型显示,肿瘤的分化程度、P53和Ki-67的高表达与较差的预后相关。结论早期声门型喉癌通过根治性手术能够取得较好的短期生存率和较低的短期复发率。T分期是影响复发率的主要因素。肿瘤的低分化状态与P53的高表达水平,可能预示着较高的复发风险。

关键词：早期声门型喉癌 Cox比例风险回归模型随机生存森林模型无病生存率总生存率

来源：评论

学校读者我要写书评

暂无评论

基于Cox-RSF模型的员工流失风险分析

引用

现代信息科技 2025年第1期9卷 161-165,170页

作者：耿宇安徽建筑大学数理学院安徽合肥230601

为了提高对企业员工流失的预测精度,运用生存分析中的Cox比例风险模型和随机生存森林(RSF)模型构建并分析了一个新的组合模型。首先,对原始数据进行预处理并通过Lasso方法筛选出关键性变量;其次,通过比例风险系数转换对筛选后的变量计... 详细信息

为了提高对企业员工流失的预测精度,运用生存分析中的Cox比例风险模型和随机生存森林(RSF)模型构建并分析了一个新的组合模型。首先,对原始数据进行预处理并通过Lasso方法筛选出关键性变量;其次,通过比例风险系数转换对筛选后的变量计算各自的权系数;最后,考虑到RSF模型在处理非线性数据方面的优势,将转换后的数据输入RSF模型中进行分析。研究结果表明,相比于单一的Cox比例风险模型和RSF模型,Cox-RSF模型具有更高的预测精度。此外,与传统的Logistic模型的对比也进一步证实了新的组合模型在处理时间-事件型数据上的优势。

关键词：员工流失 Cox比例风险回归随机生存森林模型

来源：评论

学校读者我要写书评

暂无评论

特发性膜性肾病预后预测模型构建及中药汤剂干预的影响

特发性膜性肾病预后预测模型构建及中药汤剂干预的影响

引用

作者：吴慧敏广西中医药大学

学位级别：硕士

目的:1.探讨特发性膜性肾病(IMN)患者预后的影响因素;2.探讨中药汤剂干预对IMN患者预后的影响;3.比较COX比例风险回归模型与随机生存森林(RSF)模型的预后预测能力。方法:回顾性分析2018年1月至2021年12月在我院行首次肾活检确诊为IMN且... 详细信息

目的:1.探讨特发性膜性肾病(IMN)患者预后的影响因素;2.探讨中药汤剂干预对IMN患者预后的影响;3.比较COX比例风险回归模型与随机生存森林(RSF)模型的预后预测能力。方法:回顾性分析2018年1月至2021年12月在我院行首次肾活检确诊为IMN且符合纳排标准的患者101例。收集纳入IMN患者的临床数据资料(包括人口学数据、患者在行肾穿刺活检时的各项临床指标和病理资料及随访过程中的治疗方式)并进行预处理。通过构建COX比例风险回归模型及随机生存森林模型对数据进行统计分析,探讨影响IMN预后的因素;通过绘制预测模型高低风险分组的KM生存曲线比较两组间的生存情况;通过绘制治疗方式的KM曲线比较不同治疗组的生存情况;通过时间依赖的受试者工作曲线(td ROC)曲线下面积(AUC)比较两种模型的预测性能。结果:在本研究中,共纳入了符合纳排标准的101例IMN患者,截止到观测时间结束,其中出现肾功能进展的IMN患者有35例(34.7%),肾功能稳定的有66例(65.3%)。按治疗方式分组中药汤剂干预组有30例(29.7%),非中药汤剂组有71例(70.3%)。构建的COX比例风险回归模型及随机生存森林模型结果均提示肾活检时的高胱抑素C浓度、低血清白蛋白水平、高龄是肾功能进展的独立危险因素。也证实了IMN的患者治疗方案中包含中药汤剂干预治疗是肾功能进展的保护性因素。其中COX比例风险回归模型显示肾活检时年龄每增加1岁,发生终点事件的风险增加1.031倍;肾活检时白蛋白<20g/L的患者相对于白蛋白≥20g/L的IMN患者,发生终点事件的风险增加2.738倍;肾活检时胱抑素C浓度每增加1mg/L,发生终点事件的风险增加6.063倍;治疗方式中无中药汤剂干预治疗的IMN患者,比有中药汤剂干预治疗的IMN患者发生终点事件的风险增加2.812倍。在随机生存森林模型中显示筛选出变量重要性排前四位的依次为胱抑素C浓度(VIMP值=0.037)、白蛋白<20g/L(VIMP值=0.033)、中药汤剂干预(VIMP值=0.029)、年龄(VIMP值=0.011)。绘制两模型的高低风险组KM曲线,均显示模型能将高风险组和低风险组患者的生存率显著区分,有统计学意义,且高风险组与不良的预后有着显著的关系。绘制治疗分组的KM曲线显示中药汤剂干预组更具有生存优势。绘制两模型的td ROC曲线及AUC值显示COX比例风险回归模型在第1-3年生存时间AUC值分别为0.860、0.877、0.821,其1-3年的AUC值均在0.8以上,模型预测性能较高。随机生存森林模型在第1-3年生存时间AUC值分别为0.928、0.908、0.897,其1-3年的td ROC曲线下的AUC值均在0.89以上,模型预测性能较高。将两预测模型的AUC值进行比较,两者对比起来随机生存森林模型的预测准确度及预测稳定性优于COX比例风险回归模型。结论:1.年龄、血清白蛋白水平、胱抑素C浓度、治疗方式是预测IMN患者肾功能进展的独立预测因子。2.高龄、低血清白蛋白水平、高胱抑素C浓度增加患者肾功能进展的风险,含中药汤剂干预的治疗方式是IMN患者预后的保护性因素,且具有生存优势。3.随机生存森林模型预测准确度及预测稳定性优于COX比例风险回归模型。

关键词：特发性膜性肾病预后影响因素 COX比例风险回归模型随机生存森林模型中药汤剂

来源：评论

学校读者我要写书评

暂无评论

心衰患者再入院影响因素分析 ——基于Lasso-Cox与RSF模型

心衰患者再入院影响因素分析 ——基于Lasso-Cox与RSF模型

引用

作者：刘婉如中南财经政法大学

学位级别：硕士

心力衰竭是各种心血管疾病发展的最终归宿,预后差、再入院率高,现已成为最严重的公共卫生问题之一,因此对心衰预后的准确判断在临床工作中具有重要作用。论文以Lasso-Cox与随机生存森林模型为基础,构建再入院风险预测模型,分析影响心衰... 详细信息

心力衰竭是各种心血管疾病发展的最终归宿,预后差、再入院率高,现已成为最严重的公共卫生问题之一,因此对心衰预后的准确判断在临床工作中具有重要作用。论文以Lasso-Cox与随机生存森林模型为基础,构建再入院风险预测模型,分析影响心衰患者出院后6个月内再入院的危险因素,为完善再入院防治策略提供理论参考。论文以我国一所三甲医院心衰患者的电子医疗记录与随访结果为基础开展实证分析,数据集中患者6个月内再入院率为36.35%。最终建立的Lasso-Cox模型中,包含14个变量;RSF模型中有35个,其中有11个核心变量。RSF模型的核心变量与Lasso-Cox模型共有的变量有6个,分别为:住院时长、查尔森合并症指数评分、平均动脉压、D.二聚体、嗜酸性粒细胞比值、肾小球滤过率。在模型评估方面,RSF在C-index、IBS、Brier score上的表现均优于Lasso-Cox模型,二者C-index取值分别为0.802、0.644,即随机生存森林模型在生存率预测方面具有较大的优势。但在LassoCox模型中出现的心衰类型、NYHA心功能分级与糖尿病这三个与临床研究密切相关的变量,在RSF模型中并未出现,这说明在早期危险因素识别能力方面,随机生存森林模型不如Lasso-Cox模型。基于两模型结果对再入院影响因素进行分析,发现住院时间每增加1天,再次入院的风险率会增加1.3%;NYHA每增加1级,其风险率会相应增加32%;心衰患者患有糖尿病时风险率会增加21.2%;当肾小球滤过率以50.4、82.8进行分组时,患者的生存曲线被清晰地分成了低中高三个等级等研究结论。因此,结合研究结论与再入院风险的可视化结果,如列线图、生存曲线图等,可以有效促进心衰患者再入院风险分层,为医护人员及时干预提供理论指导。

关键词：心力衰竭再入院 Lasso-Cox模型随机生存森林模型

来源：评论

学校读者我要写书评

暂无评论

老年人视力障碍发病情况与影响因素分析

老年人视力障碍发病情况与影响因素分析

引用

作者：孟鑫华中科技大学

学位级别：硕士

目的:了解深圳市某区老年人视力障碍发病情况,分析影响老年人视力障碍发病的相关因素,探索各个影响因素的相对重要性并进行排序,为识别视力障碍的高风险老年人群以及制定相关预防干预措施提供科学依据。方法:本研究基于深圳市某区老年人... 详细信息

目的:了解深圳市某区老年人视力障碍发病情况,分析影响老年人视力障碍发病的相关因素,探索各个影响因素的相对重要性并进行排序,为识别视力障碍的高风险老年人群以及制定相关预防干预措施提供科学依据。方法:本研究基于深圳市某区老年人2013年至2020年体检数据,选取60岁及以上、基线未出现视力障碍、至少有两次体检记录的老年人作为研究对象。首先,对研究对象基线特征进行描述性分析。其次,对研究地区老年人视力障碍发病情况进行描述。然后,采用单因素和多因素逐步Cox比例风险回归模型分析与老年人视力障碍发生相关的影响因素并计算相应风险比(Hazard Ratio,HR)和95%置信区间(Confidence Interval,CI)。对不符合比例风险(Proportional Hazard,PH)假定的因素,则构造该因素与时间的交互项放入模型中。最后,借助随机生存森林(Random Survival Forest,RSF)模型对不同影响因素间的相对重要性进行排序。结果:本研究共纳入6 752名老年人,平均年龄为71.08±6.17岁,男性2 851人,女性3 901人,最终有2 841名老年人发生视力障碍,发病密度为104.54/1000人年。多因素Cox比例风险回归模型分析显示,女性(Adjusted Hazard Ratio,a HR=1.149,95%CI:1.073～1.231)、75岁及以上高龄老年人(a HR=1.239,95%CI:1.127～1.299)、有不健康的饮食习惯(a HR=1.183,95%CI:1.042～1.342)、听力功能异常(a HR=1.423,95%CI:1.273～1.591)、空腹血糖异常(a HR=1.138,95%CI:1.050～1.234)、有眼部疾病病史(a HR=1.691,95%CI:1.523～1.877)是影响老年人视力障碍发病的危险因素,收缩压与老年人视力障碍发生风险呈正相关关系(a HR=1.228,95%CI:1.157～1.304)。相较于从不进行体育锻炼的老年人,经常参加体育锻炼(a HR=0.881,95%CI:0.786～0.988)的老年人患视力障碍的风险更低,未发现偶尔或每天参加体育锻炼对老年人视力障碍发病有显著影响(P>0.05)。与从不饮酒的老年人相比,偶尔饮酒(a HR=0.807,95%CI:0.710～0.916)的老年人有较低的视力障碍发病风险,但是在每天或经常饮酒的老年人中并未发现显著作用(P>0.05)。此外,非本市户籍、有心脏病病史也均是影响老年人视力障碍发生的危险因素(P<0.05),且这两个因素对视力障碍的影响随着时间的增加而降低。随机生存森林模型分析显示,影响老年人视力障碍发病相对重要性排名前五位的因素为:本地户籍、眼部疾病病史、收缩压、听力功能、心脏疾病病史。结论:对比现有研究证据,本研究所在地区老年人视力障碍发病情况不容乐观。分析发现,老年人视力障碍的发生受多种因素影响。其中,本地户籍、眼部疾病病史、收缩压、听力功能、心脏疾病病史是较为重要的影响因素。研究结果提示,需考虑对不同特征老年人群定期开展视力监测,制定有针对性的预防措施。同时,未来需要开展涉及多地区老年人视力障碍的纵向研究,以进一步探索与老年人视力障碍发病相关的影响因素。

关键词：老年人视力障碍影响因素随机生存森林模型

来源：评论

学校读者我要写书评

暂无评论

基于衰弱指数与表型年龄构建肺癌患者预后预测模型

基于衰弱指数与表型年龄构建肺癌患者预后预测模型

引用

作者：王凯南京医科大学

学位级别：硕士

背景肺癌是世界上发病率和死亡率最高的恶性肿瘤之一。衰弱在许多国家都很常见,是导致老年人功能过早衰退和过早死亡的主要原因,并可能影响肺癌患者的治疗和预后。方法为了研究诊断时衰弱程度对肺癌患者全因死亡率的预测价值,本研究回... 详细信息

背景肺癌是世界上发病率和死亡率最高的恶性肿瘤之一。衰弱在许多国家都很常见,是导致老年人功能过早衰退和过早死亡的主要原因,并可能影响肺癌患者的治疗和预后。方法为了研究诊断时衰弱程度对肺癌患者全因死亡率的预测价值,本研究回顾性地收集和分析了南京医科大学第一附属医院2015-2018年肺癌患者的临床信息。本研究利用单变量分析中定义的具有显著差异的变量建立了多变量Cox回归模型。回归分析的结果以优势比(ORs)和95%置信区间(CI)表示。绘制接收操作特征(ROC)曲线用于模型评估,并进行柱状线图分析以描述风险预测的变量得分。所有的统计分析都在R软件4.0.5版本中进行。结果最终共有1667名原发性肺癌患者被纳入本研究中。患者的中位随访时间为650(493,1001.5)天。共有297(17.8%)名患者在诊断时的FI-LAB(the frailty index based on laboratory test,基于实验室测试的衰弱指数)状态为衰弱(frailty),所有患者的全因死亡率为61.1%(1018/1667)。在单变量模型中,我们发现在平衡了其他变量后,合并到模型1至模型6中,衰弱患者的全因死亡风险更高(衰弱与强壮(robust),危险比(hazard ratio,HR)=1.616,95%置信区间(confidence interval,CI)=1.349,1.936)。采用ROC(Receiver operating characteristic)曲线与列线图(nomogram)对结果进行可视化,AUC值在0.866-0.874之间。最终将年龄、TNM分期、CCI(Charlson合并症指数)评分、手术史和化疗史纳入多因素模型,平衡了衰弱分级对全因死亡的预测能力。结论研究显示,肺癌患者诊断时衰弱指数越高,全因死亡的风险就越大。在医院广泛使用电子病历的背景下,使用FI-LAB评估肺癌患者的预后是方便可行的。背景人口快速老龄化是一项重大的公共卫生负担,老龄化也是大多数慢性病的主要危险因素之一。在生命早期对高危群体进行区分,及时采取二级、三级预防,对健康老龄化具有重要意义。本研究的目的是在肺癌人群中验证表型年龄公式适用性:(1)与传统风险因素相比,表型年龄对全因死亡率是否具有更强的预测能力。(2)确定表型年龄与其他传统风险因素在不同配伍下能否建立可靠预测模型。方法为了研究诊断时衰弱程度对肺癌患者全因死亡率的预测价值,本研究回顾性地收集和分析了南京医科大学第一附属医院2015-2019年确诊并长期治疗的肺癌患者的临床信息。采用Cox比例风险回归模型与随机生存森林模型共同构建模型,并择优选择最优模型进行可视化。结果最终2323名患者被纳入本研究。肺癌患者以大于60岁的老年人为主(61.0(53.0,68.0)),男性(50.7%)发病率较女性(49.3%)稍高。以2015-2017年确诊的患者作为训练集,以2018-2019年确诊的患者作为验证集。单因素全人群分析中,年龄、表型年龄、TNM分期、CCI、外科手术史、化疗、靶向治疗史都与临床结局具有相关性。BA-CA大于5的患者全因死亡风险是BA-CA小于-5的患者的1.274(1.068,1.519,p=0.007)倍。多因素模型中,6个模型的AUC值稳定在0.752-0.757之间(表4),模型1的预测能力最强,曲线下面积为0.737,模型1的C指数为0.185,模型2-6的C指数均为0.141。使用随机生存森林模型量化计算参与构建模型的变量的重要性,对每个患者的死亡风险进行加权评分,训练集与验证集中均以42.31为cutpoint区分低危与高危组。ROC则显示了该模型在训练集与验证集的准确性均较高(图22,表17),确诊后六年内的AUC值均大于90%。Cox比例风险回归模型与随机生存森林模型的Brier分数均较低,尽管Cox比例风险回归模型比随机生存森林Brier分数稍低,但综合模型预测能力等因素,最终选择随机生存森林作为最终的预测模型。结论研究显示,表型年龄可以作为原发性肺癌患者预后评估的有效指标。使用随机生存森林模型可以有效提高预测准确度,在医院广泛使用电子病历的情况下,入院前使用表型年龄评估肺癌患者的预后是方便可行的。

关键词：衰弱肺癌基于实验室检查的衰弱指数(FI-LAB) 全因死亡率表型年龄衰弱肺癌 Cox比例风险回归模型随机生存森林模型

来源：评论

学校读者我要写书评

暂无评论

可溶性生长刺激表达基因2对肺炎患者院内预后及炎症代谢通路的作用探讨

可溶性生长刺激表达基因2对肺炎患者院内预后及炎症代谢通路的作...

引用

作者：曾译锋广州医科大学

学位级别：硕士

第一部分可溶性生长刺激表达基因2和随机生存森林模型对肺炎患者院内预后的联合作用目的:肺炎是一种常见且可能致命的疾病。可溶性生长刺激表达基因2蛋白(sST2)可作为心力衰竭风险分级和预后的生物标志物,其在肺泡上皮细胞中的合成和分... 详细信息

第一部分可溶性生长刺激表达基因2和随机生存森林模型对肺炎患者院内预后的联合作用目的:肺炎是一种常见且可能致命的疾病。可溶性生长刺激表达基因2蛋白(sST2)可作为心力衰竭风险分级和预后的生物标志物,其在肺泡上皮细胞中的合成和分泌与肺部疾病的炎症发生机制密切相关。本研究目的是探讨sST2对肺炎患者风险分级和预后预测的潜在价值。方法:检测247名住院肺炎患者的入院血清sST2水平,并对其进行为期30天的队列研究。采用随机生存森林(RSF)方法建立了30天院内预后的预测模型。结果:共对247名成人住院肺炎患者进行了研究,其中有208名(84.21%)在住院30天内达到了临床稳定期。与达到临床稳定期的患者相比,未达到临床稳定期患者的入院sST2水平显著升高(P<0.05)。sST2蛋白是临床稳定期的独立预测因子,将sST2加入RSF模型可提高模型性能。RSF模型预测临床稳定期的一致性指数为0.83(95%CI,0.81～0.86),高于意识混乱、尿素水平、呼吸频率、血压和年龄>65岁(CURB-65)评分的0.72(95%CI,0.69～0.74)、肺炎严重指数(PSI)评分的0.80(95%CI,0.78～0.83)和比例风险(Cox)回归分析的0.82(95%CI,0.81～0.83)。此外,RSF模型还可预测患者住院期间的不良事件,进入重症监护病房(ICU)和院内全因死亡。结论:入院sST2水平可用于对肺炎患者进行风险分级和预后评估。另外,我们将sST2与其他临床指标相结合,建立并验证了一个经过良好校准的RSF模型,可以评估成人肺炎患者的预后风险,预测患者能否达到临床稳定期。该模型在预后评估方面的表现优于预先存在的CURB-65和PSI评分。此外,sST2的加入还可以显著提高模型的预测效能。第二部分可溶性生长刺激表达基因2结合代谢组学探究肺炎患者病情和炎症相关通路变化目的:本研究第一部分已经证实了sST2在预测肺炎患者院内短期预后的潜在价值。然而,我们对于sST2如何具体参与肺炎病理过程的认知仍不明确。代谢组学可用于检测生物系统下游的代谢物分子,定量描述生物体内源性代谢物质的整体状况及其对内因和外因变化应答规律,从而确实反映机体正在发生的病理生理变化。本研究目的是通过代谢组学分析筛选出影响sST2和肺炎患者病情的代谢物,从而进一步对肺炎患者进行风险分级和预后预测。方法:对58名肺炎患者和13名健康对照进一步深入化分析,用超高效液相色谱-四极杆飞行时间质谱(UHPLC-Q-TOF-MS)方法对其进行非靶向代谢组学分析,并检测入院血清sST2水平。用Pearson’s相关性分析计算识别代谢物与sST2及其他临床指标的相关性。用最小绝对收缩和选择算子(Lasso)算法筛选变量,构建Cox回归模型。结果:肺炎患者的入院血清sST2水平显著高于健康对照,且随着患者病情加重而升高。肺炎患者中有19种代谢物显著失调,其中辛酸(OA)、5-羟基二十碳四烯酸(5-HETE)、12-羟基-8,10-十八碳二烯酸(12-OH-8,10-ODDEA)、13-羟基十八碳二烯酸(13-HODE)和异去氧胆酸(IDCA)可区分重症肺炎患者和轻症患者。5-HETE和13-HODE与sST2、降钙素原(PCT)、中性粒细胞(NEUT)、D-二聚体等临床指标显著相关,且与临床评分PSI、CURB-65和急性生理学及慢性健康状况评分系统(APACHE II)显著相关。用年龄、D-二聚体、sST2、氧合指数(Oxygenation Index,OI)、5-HETE和13-HODE变量构建Cox回归模型,其预测肺炎患者严重程度、进入ICU和3个月院内全因死亡的曲线下面积(AUC)分别为0.94、0.83和0.94(P<0.05),显著高于PSI、CURB-65和APACHE II预测相关事件的能力。结论:研究证实了基于UHPLC-Q-TOF-MS的代谢组学方法可成功应用于识别肺炎的特异代谢变化,并建立与疾病严重程度相关的代谢物特征。另外,本研究发现脂肪酸代谢物与临床指标sST2存在密切关联。通过联合sST2与脂肪酸代谢物可以评估肺炎患者疾病严重程度并预测患者的短期院内预后,并为肺炎患者的病理生理过程提供新的见解和依据。全文结论:1.入院sST2水平可用于对肺炎患者进行风险分级和预后评估。另外,我们将sST2与其他临床指标相结合,建立并验证了一个经过良好校准的RSF模型,可以评估成人肺炎患者的预后风险,预测患者能否达到临床稳定期。该模型在预后评估方面的表现优于预先存在的CURB-65和PSI评分。此外,sST2的加入还可以显著提高模型的预测效能。2.研究证实了基于UHPLC-Q-TOF-MS的代谢组学方法可成功应用于识别肺炎的特异代谢变化,并建立与疾病严重程度相关的代谢物

关键词：肺炎可溶性生长刺激表达基因2 生物标志物预后随机生存森林模型代谢组学

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：