检索结果-内蒙古大学图书馆

中国卫生统计 2025年第1期42卷 18-25,32页

作者：刘佳璐韩鑫浩魏孝礼陈璐程丽霞陈英东王文晗张秋菊哈尔滨医科大学公共卫生学院卫生统计学教研室 150081 哈尔滨医科大学附属肿瘤医院消化内科

目的利用TCPA及UCSC Xena数据库获取样本信息,构建胃腺癌预后相关蛋白的预测模型,并检验其应用价值,以期为临床治疗与相关机制研究提供参考。方法利用R语言软件,通过单因素Cox分析和LASSO-Cox回归分析筛选与胃腺癌预后有关的蛋白质,并... 详细信息

目的利用TCPA及UCSC Xena数据库获取样本信息,构建胃腺癌预后相关蛋白的预测模型,并检验其应用价值,以期为临床治疗与相关机制研究提供参考。方法利用R语言软件,通过单因素Cox分析和LASSO-Cox回归分析筛选与胃腺癌预后有关的蛋白质,并计算风险评分,根据风险评分结果将患者划分为高风险组和低风险组开展生存分析。同时绘制风险评分的ROC曲线、蛋白质热图等,用以评估这些蛋白质的预测能力。然后,将风险评分与患者其他临床表型数据结合,进行多因素回归分析,建立预后模型,并绘制列线图。通过C-index指标、ROC曲线、决策曲线等评估预后模型建立的准确性。进行GO富集分析与KEGG富集分析,探索相关蛋白所参与的生物学过程。结果通过单因素Cox分析及LASSO-Cox分析筛选出15个差异蛋白质(CKIT、CHK1、CLAUDIN7、COLLAGENVI、DVL3、EGFR_pY1173、ERALPHA_pS11、NFKBP65_pS536、SYK、ETS1、MYOSINIIA_pS1943、P21、P90RSK、RAPTOR、XBP1),用于计算蛋白质风险评分。通过多因素回归分析,筛选出年龄、性别、M分期、N分期、风险评分这5种因素,构建预后模型。生存分析结果认为,蛋白质风险评分划分的高低风险组之间的总生存率有显著差异(P<0.0001)。列线图可以用来预测患者3年、5年的生存率,并认为具有较好的预测价值(C-index=0.7257)。ROC曲线显示模型在预测中表现出稳定的灵敏度和特异度(AUC=0.77和0.86)。结论胃腺癌预后相关蛋白质的预测模型可用来预测患者的临床预后,研究结果可为个性化治疗和管理提供参考。

关键词：胃腺癌预测模型预后

来源：评论

学校读者我要写书评

暂无评论

基于TransUNet改进的多任务模型在直肠癌新辅助治疗中的应用

引用

中国卫生统计 2025年第1期42卷 2-6页

作者：尹淑文丁志鹏李岩高国闳程丽霞陈英东王文晗张秋菊周洋哈尔滨医科大学公共卫生学院卫生统计学教研室 150081 哈尔滨医科大学附属肿瘤医院影像中心

目的本研究基于深度学习方法对分割模型TransUNet做部分改进,构建既可分割又可预测分类的多任务模型,并应用于直肠癌新辅助治疗患者敏感人群识别的核磁图像中。方法多任务模型在TransUNet基础上添加分类结构,具体为全连接层(输入为512,... 详细信息

目的本研究基于深度学习方法对分割模型TransUNet做部分改进,构建既可分割又可预测分类的多任务模型,并应用于直肠癌新辅助治疗患者敏感人群识别的核磁图像中。方法多任务模型在TransUNet基础上添加分类结构,具体为全连接层(输入为512,输出为256)、ReLU激活函数、全连接层(输入为256,输出为3),实现三分类结局的预测,即疾病稳定(stable disease,SD),部分反应(partial response,PR)和完全反应(complete response,CR)。以2015—2017年哈尔滨医科大学附属肿瘤医院收治的71名直肠癌患者新辅助化疗前的3D核磁图像提取为2D图像作为研究数据,采用Dice系数和豪斯多夫距离评价分割效果,准确率、micro-precision、micro-recall和micro-F1 score评价分类效果。结果模型训练了100个轮次,分割任务在测试集上的平均Dice系数和平均豪斯多夫距离分别为0.851和10.806,分类任务从切片角度,测试集上的准确率、micro-precision、micro-recall和micro-F1 score均为0.615,从患者角度,四个指标均为0.857。结论分割任务效果良好,分类任务以切片为单位,效果一般,以患者为单位,考虑到结局为三分类,尚且可以接受。该多任务模型有潜力用于临床进行辅助诊断。

关键词：深度学习多任务学习结直肠癌新辅助治疗

来源：评论

学校读者我要写书评

暂无评论

生命八要素评分与心血管代谢疾病发病风险相关性的城乡差异

引用

中国循环杂志 2025年第3期40卷 269-276页

作者：陈占超刘岩房绍红田伟王善杰于波哈尔滨医科大学附属第二医院心内科心肌缺血教育部重点实验室寒地心血管病全国重点实验室哈尔滨150086 佳木斯大学公共卫生学院流行病学与生物统计学系佳木斯154007 哈尔滨医科大学公共卫生学院流行病学与生物统计教研室哈尔滨150086

目的:探讨中国成年人生命八要素(LE8)评分与心血管代谢疾病(CMD)发病风险相关性的城乡差异。方法:选取2009~2015年中国健康与营养调查(CHNS)队列18岁以上无CMD的成年人4719名,其中城市地区1909名,农村地区2810名。根据LE8评分的三分位... 详细信息

目的:探讨中国成年人生命八要素(LE8)评分与心血管代谢疾病(CMD)发病风险相关性的城乡差异。方法:选取2009~2015年中国健康与营养调查(CHNS)队列18岁以上无CMD的成年人4719名,其中城市地区1909名,农村地区2810名。根据LE8评分的三分位数将研究对象分为较低组(<67.5分)、中等组(67.5~77.5分)和较高组(>77.5分)。城市地区的较低组、中等组、较高组分别为780例、564例、565例,农村地区的较低组、中等组、较高组分别为838例、934例、1038例。主要结局为随访期间新诊断的糖尿病、脑卒中和(或)心肌梗死。采用Cox比例风险回归模型分析LE8与新发CMD风险相关性的城乡差异。结果:LE8评分总分农村地区略高于城市地区(72.9分vs.70.2分,P<0.01)。平均随访(5.86±0.74)年期间,新发CMD176例,其中城市地区67例,农村地区109例。多因素Cox分析显示,在完全调整模型中,相对于城市地区的较高组,农村地区的较低组(HR=1.65,95%CI:1.27~2.15,P=0.001)新发CMD风险增加最多,其次是城市地区的较低组(HR=1.49,95%CI:1.01~2.21,P=0.046)、农村地区的中等组(HR=1.42,95%CI:1.06~1.90,P=0.020)和农村地区的较高组(HR=1.16,95%CI:1.01~1.33,P=0.032)。多变量Cox回归结果显示,城市地区中,与LE8各指标≥70分人群相比,<70分的体重指数(BMI)评分(HR=2.70,95%CI:1.51~4.84,P<0.01)、血糖评分(HR=2.09,95%CI:1.24~3.51,P<0.01)、血压评分(HR=3.73,95%CI:1.69~8.24,P<0.01)增加新发CMD风险;在农村地区中,与≥70分人群相比,<70分的BMI评分(HR=3.92,95%CI:2.43~6.30,P<0.01)、非高密度脂蛋白胆固醇(non-HDL-C)评分(HR=2.96,95%CI:1.94~4.52,P<0.01)、血糖评分(HR=2.59,95%CI:1.71~3.94,P<0.01)和血压评分(HR=1.85,95%CI:1.18~2.92,P<0.01)增加新发CMD风险。<70分的BMI、血糖、non-HDL-C评分相关的CMD发病风险,在农村地区高于城市地区。结论:尽管农村地区LE8评分略高于城市地区,但较低LE8评分相关的CMD发病风险在农村地区尤其显著。加强农村地区居民心血管健康水平监测和一级预防,对降低我国CMD负担有重要意义。

关键词：心血管健康生命八要素心血管代谢疾病队列研究

来源：评论

学校读者我要写书评

暂无评论

基于排序融合算法的玉米不耐受患者差异蛋白筛选及通路研究

引用

哈尔滨医科大学学报 2025年第1期 23-28页

作者：杨楠温福东刘丹王玉鹏哈尔滨医科大学卫生统计学教研室

目的识别与玉米不耐受发生相关的差异表达蛋白，并探讨其蛋白组学发病机制。方法选取2015年6月～2019年4月于哈尔滨医科大学第一附属医院就诊的7例玉米不耐受患者作为病例组，按年龄、性别匹配同期该院7例健康体检成人作为对照组。采... 详细信息

目的识别与玉米不耐受发生相关的差异表达蛋白，并探讨其蛋白组学发病机制。方法选取2015年6月～2019年4月于哈尔滨医科大学第一附属医院就诊的7例玉米不耐受患者作为病例组，按年龄、性别匹配同期该院7例健康体检成人作为对照组。采集两组血清样本，使用串联质量标记(tandem mass tags, TMT)定量蛋白质组学技术分析蛋白含量，获得蛋白表达数据；利用压缩感知、随机森林、偏最小二乘法计算出所有蛋白的重要度，为平衡不同算法的影响将各算法得到的蛋白重要度分别进行标准化，并将三个标准化后的序列相加，构建一个新的序列；利用Hampel滤波法筛选出与玉米不耐受发生相关的蛋白，并进行基因本体论(Gene Ontology, GO)功能注释和京都基因和基因组数据库(Kyoto Encyclopedia of Genes and Genomes, KEGG)富集分析。结果排序融合方法共筛选出31个与玉米不耐受发生相关的蛋白，导入STRING数据库构建蛋白相互作用(protein-protein interaction, PPI)网络，筛选出18个差异蛋白。GO富集分析发现差异蛋白主要参与核小体组装、自然杀伤细胞分化调控等生物学通路；KEGG富集分析得到5条通路，分别为中性粒细胞外陷阱形成、酗酒、系统性红斑狼疮通路、补体与凝血级联通路、上皮生长因子受体(epidermal growth factor receptor, EGFR)酪氨酸激酶抑制剂耐药性。结论玉米不耐受的发生与免疫调节、脂质代谢、染色体结构成分、补体调节等过程的改变密切相关。

关键词：食物不耐受蛋白质组学生物标志物变量筛选

来源：评论

学校读者我要写书评

暂无评论

基于深度神经网络融合稀疏分组lasso的预测模型研究

引用

中国卫生统计 2021年第6期38卷 821-827页

作者：卢宇红宋佳丽王萌侯艳哈尔滨医科大学卫生统计教研室 150081

目的探索深度神经网络(DNN)联合不同正则化方法后模型预测准确性的差异;探索模型预测准确性较高时的样本特征规律。方法 R软件产生不同分组、不同样本量的模拟数据集,在不同数据特征下比较DNN模型及融合正则化后模型的预测能力。通过真... 详细信息

目的探索深度神经网络(DNN)联合不同正则化方法后模型预测准确性的差异;探索模型预测准确性较高时的样本特征规律。方法 R软件产生不同分组、不同样本量的模拟数据集,在不同数据特征下比较DNN模型及融合正则化后模型的预测能力。通过真实数据分析进一步评价两种模型的预测能力。结果 DNN融合不同正则化方法的结果均优于单纯DNN模型,其中DNN融合稀疏分组lasso(SDP)效果最好。稀疏组别组内变量个数的大小及样本量会影响预测准确性,组内变量个数≥8,样本量≥700时,SDP模型预测准确性较高。结论与单纯DNN模型相比,SDP模型预测准确性得到显著改善;考虑不同样本量和分组方式的情况,SDP模型的预测能力均有明显提高,并且其对预测相关重要特征的提取较为准确。在实际案例分析中发现在小样本的高维组学数据中,SDP模型预测准确性和防止过拟合的能力均有明显提升。

关键词：深度神经网络正则化稀疏分组lasso 高维组学预测模型

来源：评论

学校读者我要写书评

暂无评论

变异系数加权组合赋权模型的乳腺癌治疗质量维度融合及评价

引用

中国卫生统计 2023年第5期40卷 646-650页

作者：安宁栗景坤刘美娜哈尔滨医科大学卫生统计教研室 150081

目的基于两参数项目反应模型计算乳腺癌各维度治疗质量,利用变异系数加权组合赋权模型进行维度赋权,加权计算乳腺癌维度融合的综合治疗质量,为改善治疗质量提供依据。方法选择不同维度乳腺癌治疗质量的评价指标,收集医院乳腺癌患者的病... 详细信息

目的基于两参数项目反应模型计算乳腺癌各维度治疗质量,利用变异系数加权组合赋权模型进行维度赋权,加权计算乳腺癌维度融合的综合治疗质量,为改善治疗质量提供依据。方法选择不同维度乳腺癌治疗质量的评价指标,收集医院乳腺癌患者的病历数据,利用两参数logistic项目反应模型计算各维度治疗质量;利用序关系分析法(garbage-first,G1法)计算主观权重、余弦夹角法计算客观权重、将主客观权重纳入变异系数加权组合赋权模型获得组合权重;加权计算维度融合后的综合治疗质量并进行评价。结果选择三个维度的9个乳腺癌治疗质量评价指标,三个维度分别为功能评价、治疗方法及术前检查,收集9家医院3669例患者的完整病历信息。计算获得医院的各维度治疗质量:功能评价维度最高得分为1.0317,治疗方法维度最高得分为0.9232,术前检查维度最高得分为1.2001。G1法算得三个维度的主观权重分别为0.5364、0.2980和0.1656;余弦夹角法算得客观权重分别为:0.5220、0.3554和0.5868。利用变异系数加权组合赋权模型获得各维度组合权重:第9家医院的功能评价维度最大组合权重为0.5293,第5家医院的治疗方法维度最大组合权重为0.3209,第1家医院的术前检查维度最大组合权重为0.3857。加权计算融合后的综合治疗质量:排名前三的医院分别为第1家,第7家和第9家医院,综合得分分别为1.04220,1.0371和1.0157。结论研究提示组合权重法能在主客观权重出现极值时获得更稳定的权重,使融合后的治疗质量排名更合理;功能评价维度对综合治疗质量的影响较大,提高功能评价维度的使用率有利于改善乳腺癌的治疗质量。

关键词：治疗质量评价项目反应模型维度融合

来源：评论

学校读者我要写书评

暂无评论

多组学数据分析中关联网络融合ANF算法及应用研究

引用

中国卫生统计 2020年第6期37卷 822-827页

作者：徐臻旖王策侯艳李康哈尔滨医科大学卫生统计学教研室 150081

目的引入关联网络融合(affinity network fusion,ANF)方法对多组学数据进行整合分析,并应用于肿瘤分子分型研究。方法模拟产生两组学数据,改变总体差异大小等情况比较多种多组学整合方法的效果。实例分析中目标人群选择TCGA数据库中对... 详细信息

目的引入关联网络融合(affinity network fusion,ANF)方法对多组学数据进行整合分析,并应用于肿瘤分子分型研究。方法模拟产生两组学数据,改变总体差异大小等情况比较多种多组学整合方法的效果。实例分析中目标人群选择TCGA数据库中对铂类药物敏感并拥有mRNA和甲基化两个组学的卵巢癌患者,目标基因是TCGA数据库和ImmPort数据库中共有基因,目标甲基化位点是目标基因对应的所有甲基化位点。使用ANF、SNF、K-means、系统聚类和iCluster五种方法比较聚类效果。结果模拟实验提示存在总体差异的两亚型间差异较小时ANF方法的效果明显优于其他方法。实例分析结果表明,通过ANF方法进行多组学数据整合得到的分子分型较单组学得到的分子分型有更好的生物学意义且多组学聚类效果优于其他方法。结论ANF方法可以应用于多组学数据整合分析,具有实际应用意义。

关键词： ANF方法多组学数据整合免疫分型

来源：评论

学校读者我要写书评

暂无评论

基于sigFeature方法的小麦不耐受患者差异蛋白筛选及通路研究

引用

中国卫生统计 2022年第3期39卷 329-334页

作者：赵敏张薇孙琳王玉鹏刘美娜哈尔滨医科大学卫生统计学教研室 150081

目的应用蛋白质组学技术,基于sigFeature变量筛选方法,获得小麦不耐受患者血清差异表达蛋白;利用富集分析获得差异蛋白生物学解释,为小麦不耐受发病机制的研究提供依据。方法收集小麦不耐受患者和对照组血清样本;应用TMT标记定量蛋白... 详细信息

目的应用蛋白质组学技术,基于sigFeature变量筛选方法,获得小麦不耐受患者血清差异表达蛋白;利用富集分析获得差异蛋白生物学解释,为小麦不耐受发病机制的研究提供依据。方法收集小麦不耐受患者和对照组血清样本;应用TMT标记定量蛋白质组学技术获得蛋白表达数据、sigFeature方法筛选差异表达蛋白;进行差异蛋白GO功能注释和KEGG富集分析,外部数据集进行差异蛋白验证。结果 TMT技术鉴定蛋白849个,sigFeature筛选获得差异蛋白22个。富集分析结果:GO富集分析发现差异蛋白参与血小板脱颗粒、急性期反应等生物学过程;KEGG富集分析发现差异蛋白参与补体与凝血级联通路。外部验证结果:ITIH2蛋白的ROC曲线下面积最大,AUC值为0.8673。结论补体系统抑制和脂质代谢过程的改变是小麦不耐受发生的重要环节;ITIH2蛋白可能是小麦不耐受的关键蛋白;本研究从人体血清蛋白质组学的角度,为探究小麦不耐受的发生和调控机制提供依据。

关键词：小麦不耐受差异表达蛋白变量筛选

来源：评论

学校读者我要写书评

暂无评论

基于扩展MDR方法的生存数据的特征选择

引用

中国卫生统计 2022年第5期39卷 663-668页

作者：田野侯婧雯王宗辉郑睿李若锦刘艳哈尔滨医科大学卫生统计学教研室 150081

目的对比分析Surv-MDR、Cox-MDR、Cox UM-MDR和KM-MDR四种用于识别生存分析中SNP位点交互作用的算法,为寻找影响患者生存时间的交互SNP位点时算法的选择提供理论指导。方法使用R 4.0.5完成四种算法以及模拟实验代码的编写,并使用ggplot... 详细信息

目的对比分析Surv-MDR、Cox-MDR、Cox UM-MDR和KM-MDR四种用于识别生存分析中SNP位点交互作用的算法,为寻找影响患者生存时间的交互SNP位点时算法的选择提供理论指导。方法使用R 4.0.5完成四种算法以及模拟实验代码的编写,并使用ggplot2包绘制功效对比图;探索实际数据集上影响患者生存时间的交互SNP位点,并使用survminer包绘制相应的生存曲线。结果在不同最小等位基因频率、遗传度下四种方法的效能不同。Cox-MDR受协变量影响最大;Surv-MDR和KM-MDR功效相近且整体表现最好,且KM-MDR具有更好的稳定性;CoxUM-MDR功效强于Cox-MDR但受删失比例影响最大;在真实数据集上,Cox UM-MDR和Surv-MDR识别出了同一个有意义的一阶交互项,Cox-MDR和KM-MDR未能识别出有意义的交互项。结论当不存在协变量时,CoxUM-MDR、Surv-MDR和KM-MDR功效都明显高于Cox-MDR,不宜选用Cox-MDR;当存在协变量且删失比例不高时,Cox-MDR功效高于其他三种方法,宜选用Cox-MDR;但随着删失比例的增加,宜选用CoxUM-MDR或Surv-MDR。

关键词：单核苷酸多态性多因子降维生存分析降维

来源：评论

学校读者我要写书评

暂无评论

基于贝叶斯准则的差异网络分析方法研究与应用

引用

中国卫生统计 2019年第4期36卷 484-488页

作者：宋微王文杰徐欢蔡雨晴李康哈尔滨医科大学卫生统计学教研室

目的探讨基于贝叶斯准则的差异网络分析方法的性能,并将其应用于卵巢癌基因表达谱数据分析。方法通过模拟实验评价其识别差异边及差异节点的准确性,并与传统方法做对比。同时应用上皮性卵巢癌基因组学数据,构建差异网络模型。结果模拟... 详细信息

目的探讨基于贝叶斯准则的差异网络分析方法的性能,并将其应用于卵巢癌基因表达谱数据分析。方法通过模拟实验评价其识别差异边及差异节点的准确性,并与传统方法做对比。同时应用上皮性卵巢癌基因组学数据,构建差异网络模型。结果模拟试验结果表明,基于贝叶斯准则的差异网络分析方法识别差异边能力明显优于高斯图模型方法;实例分析结果表明,本文方法构建的差异网络模型具有实际意义。结论应用基于贝叶斯准则的差异网络分析方法能得出准确度较高的差异网络,效果优于传统方法。

关键词：贝叶斯模型选择高斯图模型差异网络

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：