检索结果-内蒙古大学图书馆

现代预防医学 2025年第8期52卷 1502-1508页

作者：丛显铸李爽葛佳瑜王爱民孔雨佳石福艳王素珍山东第二医科大学公共卫生学院卫生统计学教研室

目的本研究旨在评估术前、术后及术前后均系统治疗3种治疗方案对老年人群直肠癌(RC)患者的的疗效，分析老年RC患者预后影响因素。方法本研究使用SEER数据库中2011—2015年间60岁及以上的4612例RC患者数据。采用XGBoost的重叠加权(OW)... 详细信息

目的本研究旨在评估术前、术后及术前后均系统治疗3种治疗方案对老年人群直肠癌(RC)患者的的疗效，分析老年RC患者预后影响因素。方法本研究使用SEER数据库中2011—2015年间60岁及以上的4612例RC患者数据。采用XGBoost的重叠加权(OW)方法均衡治疗组间的协变量差异，并评估不同治疗方案对RC患者生存预后的影响。通过Kaplan-Meier方法绘制生存曲线，并进行log-rank检验，使用Cox回归分析评估影响RC患者生存期的独立危险因素。结果经过OW加权后，三组治疗方案在各协变量上均实现均衡。不同治疗组的生存率差异具有统计学意义(P<0.001)。术前系统治疗组的1年、3年和5年生存率分别为94.6%、82.2%和71.6%,术后系统治疗组为95.0%、79.0%和67.8%,术前后均系统治疗组为97.3%、85.5%和73.4%。多因素Cox回归分析结果显示，与术前系统治疗组相比，术后系统治疗组特异性HR=1.216(95%CI:1.072～1.381)。与不发生肝转移的患者相比，发生肝转移的患者特异性死亡HR=1.719(95%CI:1.253～2.358)。结论系统治疗的顺序对老年RC患者的生存预后具有显著影响。在控制年龄、性别等因素的影响后，3种治疗方式中术前系统治疗的生存预后更佳；肝转移可能是RC患者预后的独立影响因素。

关键词： XGBoost 重叠加权直肠癌系统治疗影响因素

来源：评论

学校读者我要写书评

暂无评论

基于WGCNA和机器学习筛选帕金森病免疫相关关键基因

引用

中南大学学报（医学版） 2024年第2期49卷 207-219页

作者：黄一铭王爱民王凤琳徐雅琪张文婧石福艳王素珍山东第二医科大学公共卫生学院卫生统计学教研室山东潍坊261053

目的:在帕金森病的发病过程中,免疫系统的异常激活和炎症反应起着重要作用。然而,目前对于免疫相关关键基因在帕金森病发生和发展中的具体作用和作用机制的了解仍然有限。本研究旨在通过加权基因共表达网络分析(weighted gene co-expres... 详细信息

目的:在帕金森病的发病过程中,免疫系统的异常激活和炎症反应起着重要作用。然而,目前对于免疫相关关键基因在帕金森病发生和发展中的具体作用和作用机制的了解仍然有限。本研究旨在通过加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)和机器学习筛选帕金森病免疫相关关键基因。方法:从基因表达综合(Gene Expression Omnibus,GEO)数据库下载基因芯片数据,采用WGCNA筛选出与帕金森病相关的重要基因模块;将重要模块中的基因导出,绘制帕金森病重要相关基因与免疫相关基因的韦恩图,从而筛选出帕金森病免疫相关基因。采用基因本体(gene ontology,GO)分析和京都基因和基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)深入分析免疫相关基因的功能及参与的信号通路。通过R语言的CIBERSORT包进行免疫细胞浸润分析。采用生物信息学方法和3种机器学习方法[最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归、随机森林(random forest,RF)和支持向量机(support vector machine,SVM)]对筛选出的帕金森病免疫相关基因进行进一步筛选研究,绘制4种方法筛选的差异表达基因的韦恩图,筛选交集基因即中心节点(hub node,hub)基因。通过STRING数据库搜索帕金森病hub基因的下游蛋白质,绘制蛋白质互作网络图。结果:筛选出帕金森病重要模块基因中与免疫相关的基因218个,其中45个为上调基因,50个为下调基因。富集分析结果显示218个基因主要在免疫系统对外来物反应和病毒感染通路富集。免疫浸润分析结果表明,CD4^(+)T细胞、NK细胞、CD8^(+)T细胞、B细胞在帕金森病患者样本中的浸润百分率较高,静息NK细胞、静息CD4^(+)T细胞在帕金森病患者样本中显著浸润。4种方法筛选出的hub基因为ANK1基因。交集基因蛋白质互作网络分析结果显示,ANK1基因翻译表达的11个蛋白质主要参与信号转导、铁稳态调节及免疫系统激活等功能。结论:通过WGCNA和机器学习方法,筛选出帕金森病免疫相关关键基因ANK1,该基因可能成为帕金森病诊断和治疗的候选靶点。

关键词：加权基因共表达网络分析机器学习帕金森病免疫 ANK1基因

来源：评论

学校读者我要写书评

暂无评论

Logratio变换与PSO-BP神经网络在多目标混料设计药物处方配比优化中的应用

引用

中国卫生统计 2025年第1期42卷 44-49页

作者：李一汀乔宇超王旭春任家辉崔宇赵执扬刘静赵瑞青仇丽霞山西医科大学公共卫生学院卫生统计学教研室 030001

目的研究Logratio变换、PSO-BP神经网络及改进非劣分类遗传算法(NSGA-Ⅱ)在药物处方配比优化中的应用,为药物混料设计的优化问题提供科学、合理的方法。方法针对复方甘草微乳混料试验数据,先对数据进行Logratio变换,之后以微乳粒径和有... 详细信息

目的研究Logratio变换、PSO-BP神经网络及改进非劣分类遗传算法(NSGA-Ⅱ)在药物处方配比优化中的应用,为药物混料设计的优化问题提供科学、合理的方法。方法针对复方甘草微乳混料试验数据,先对数据进行Logratio变换,之后以微乳粒径和有效成分皮肤滞留量两个评价指标为输出构建PSO-BP神经网络模型,再以PSO-BP为适应度函数采用NSGA-Ⅱ进行多目标寻优,最后将本文优化方案与原文优化方案进行比较。结果以粒径和有效成分皮肤滞留量作为输出的PSO-BP神经网络拟合模型的决定系数分别为R^(2)=0.97298和R^(2)=0.96334,且与原文使用的Scheffe多项式模型相比拟合效果更好。采用NSGA-Ⅱ优化目标函数所得3、4、6、7、10、11等方案的复方甘草微乳制备效果均优于原文方案,其中3号方案与原文方案相比,微乳粒径减小了3.02 nm,有效成分皮肤滞留量提高了18.31μg。结论将Logratio变换和PSO-BP神经网络结合应用于混料设计所得试验数据的模型构建中,并采用NSGA-Ⅱ获得最佳的药物处方配比,理论是可行且合理的。

关键词：混料设计 Logratio变换 PSO-BP神经网络改进非劣分类遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于多状态模型的脑卒中、帕金森及死亡风险的影响因素和路径分析

引用

现代预防医学 2025年第7期52卷 1168-1174页

作者：宋旺辰郭贵雅王爱民黄一铭王凤琳张文婧王清华孔雨佳石福艳王素珍山东第二医科大学公共卫生学院流行病与卫生统计学教研室

目的使用多状态模型研究脑卒中后发生帕金森和死亡的风险，并探讨其影响因素，为脑卒中患者预后及帕金森发生的预防提供科学依据。方法本研究基于UK Biobank数据库中2006—2010年登记的345 585名参与者，随访至2021年11月30日，采用... 详细信息

目的使用多状态模型研究脑卒中后发生帕金森和死亡的风险，并探讨其影响因素，为脑卒中患者预后及帕金森发生的预防提供科学依据。方法本研究基于UK Biobank数据库中2006—2010年登记的345 585名参与者，随访至2021年11月30日，采用多状态模型分析脑卒中患者发生帕金森和死亡的风险。结果在六种转归路径中，脑卒中到死亡的累积风险最高，其次为帕金森、基线到死亡。脑卒中后发生帕金森的风险概率是基线状态发生帕金森的2.25倍，而脑卒中患者死亡概率是基线人群死亡概率的11.36倍。多状态模型影响因素结果显示：高龄（60岁以上）、男性、抑郁、吸烟、饮酒和儿童期体型肥胖均是基线人群向三种状态（脑卒中、帕金森和死亡）转归的危险因素。在脑卒中到帕金森的转归路径中，高龄（60岁以上）是其危险因素，而饮酒和女性是脑卒中患者发生帕金森的保护因素（HR=0.569,95%CI:0.357～0.909;HR=0.521,95%CI:0.344～0.788）。在脑卒中到死亡的路径中，高龄(50岁以上)、抑郁（HR=1.980,95%CI:1.656～2.369）、吸烟（HR=1.504, 95%CI:1.358～1.647）和有脑卒中家族史可增加脑卒中到死亡的危险性，而饮酒作为其保护因素（HR=0.872, 95%CI:0.774～0.984）。高龄(60岁以上)、抑郁（HR=1.783, 95%CI:1.295～2.451）、吸烟（HR=1.781,95%CI:1.397～2.295）是帕金森患者死亡的危险因素，而女性患者死亡率低于男性（HR=0.797, 95%CI:0.686～0.926）。结论高龄（60岁以上）、男性、吸烟、抑郁症和儿童期体型肥胖是基线人群发生脑卒中、帕金森和死亡的危险因素；高龄、男性、吸烟、抑郁症和脑卒中家族史是脑卒中患者发生帕金森及死亡的危险因素。多状态模型可用于展示疾病转移的影响因素及程度，揭示疾病进程的变化规律。

关键词：多状态模型脑卒中帕金森危险因素生存分析

来源：评论

学校读者我要写书评

暂无评论

连续贝叶斯网络在尿酸与慢性代谢性疾病相关性中的应用

引用

中华疾病控制杂志 2023年第9期27卷 1078-1083页

作者：崔宇宋伟梅赵瑞青任浩王旭春乔宇超赵执扬任家辉刘静李一汀仇丽霞山西医科大学公共卫生学院卫生统计学教研室太原030001

目的基于改进的偏相关(improved partial-correlation-based,IPCB)算法建立连续贝叶斯网络模型,探寻尿酸(uric acid,UA)的代谢性影响因素,并通过与传统的多重线性回归模型分析比较,分析连续贝叶斯网络模型对疾病影响因素的效果和优势。... 详细信息

目的基于改进的偏相关(improved partial-correlation-based,IPCB)算法建立连续贝叶斯网络模型,探寻尿酸(uric acid,UA)的代谢性影响因素,并通过与传统的多重线性回归模型分析比较,分析连续贝叶斯网络模型对疾病影响因素的效果和优势。方法以2015年山西省慢性病监测的4846例监测人群数据为研究对象,分别用多重线性回归模型和连续贝叶斯网络模型分析UA与其余9个代谢性疾病的特征指标的相关性,比较两种方法结果的优劣。结果经多重线性回归模型逐步分析,三酰甘油(triglyceride,TG)、SBP、DBP、低密度脂蛋白(low density lipoprotein,LDL)、高密度脂蛋白(high density lipoprotein,HDL)共5个变量与UA水平直接相关,解释了UA 9.5%的变异。连续贝叶斯网络模型共包含24条有向边,年龄、TG、LDL、HDL、SBP、DBP与UA水平直接相关,随着年龄、TG、LDL的增加和HDL的降低均会导致UA水平升高,而UA水平升高又导致SBP、DBP升高;总胆固醇(total cholesterol,TC)与UA间接相关。结论连续贝叶斯网络模型能发现更多UA的直接影响因素,还可以找到UA的间接影响因素,整体解释度更好。

关键词：连续贝叶斯网络改进的偏相关算法多重线性回归尿酸

来源：评论

学校读者我要写书评

暂无评论

基于随机森林变量重要性评分的变量筛选方法及其在肿瘤分型诊断中的应用

引用

中华疾病控制杂志 2023年第3期27卷 274-280,320页

作者：王文杰马金沙高倩王彤山西医科大学公共卫生学院卫生统计学教研室太原030001

目的探究高维组学数据中结局为二分类时基于随机森林(random forest, RF)变量重要性评分的变量筛选方法,并选择合适方法构建结局预测模型。方法首先根据不同的变量筛选目标,对最小优化变量筛选类RF算法[递归特征消除(recursive featur... 详细信息

目的探究高维组学数据中结局为二分类时基于随机森林(random forest, RF)变量重要性评分的变量筛选方法,并选择合适方法构建结局预测模型。方法首先根据不同的变量筛选目标,对最小优化变量筛选类RF算法[递归特征消除(recursive feature elimination, RFE)-RF、biosigner]与全部相关变量筛选类RF算法(Boruta、vita、altmann、r2vim)在高维数据中识别重要变量的能力进行了模拟比较。然后结合不同方法优势用于弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma, DLBCL)分型相关基因的筛选,并构建DLBCL分型诊断模型。结果模拟研究表明,vita方法的灵敏度较高,biosigner方法的阳性预测值较高。实例分析表明,经vita方法筛得1 019个与DLBCL分型相关的基因,后经biosigner方法筛得77个与DLBCL分型相关的基因。所建DLBCL分型诊断模型的受试者工作特征(receiver operating characteristical, ROC)曲线下面积(area under the ROC curve, AUC)为0.910。结论 vita及biosigner方法可用于DLBCL分型相关基因的初步和最终筛选阶段。由最终筛得基因所建立的模型可有效实现DLBCL的分型诊断。

关键词：随机森林变量筛选弥漫大B细胞淋巴瘤

来源：评论

学校读者我要写书评

暂无评论

TRPV1对肝细胞性肝癌生物学行为的影响及可能的机制预测

引用

中华疾病控制杂志 2024年第6期28卷 691-701页

作者：韦丽铃刘美良李德远杨钰肖苏洋黎婵华吴思黔宋安华曾小云广西医科大学公共卫生学院南宁530021 广西医科大学公共卫生学院儿少卫生与妇幼保健学教研室南宁530021 广西医科大学公共卫生学院流行病学与卫生统计学教研室南宁530021

目的明确瞬时受体电位香草醛亚家族1(transient receptor potential vanilloid 1,TRPV1)在肝细胞性肝癌(hepatocellular carcinoma,HCC)中的表达及与预后的关系,探讨其对HCC细胞生物学行为的影响。方法利用癌症基因组图谱(the cancer genome atlas,TCGA)、基因型组织表达(genotype-tissue expression,GTEx)及基因表达综合数据库(gene expression omnibus,GEO)验证TRPV1在HCC中的表达及与预后的关系。通过CCK-8实验、划痕实验、Transwell实验、流式细胞术检测TRPV1对HCC细胞增殖、迁移、侵袭和细胞周期的影响,蛋白质印迹法(western blot,WB)检测细胞周期调节蛋白激酶4(cyclin-dependent kinase 4,CDK4)、细胞周期素依赖激酶6(cyclin-dependent kinase 6,CDK6)的表达,裸鼠皮下成瘤实验检测肿瘤增殖能力。最后,构建TRPV1共表达网络并进行富集分析。结果TCGA、GTEx和GEO数据库中,TRPV1在HCC组织中表达水平均下调(均P<0.001),且与患者总生存时间更短有关(P=0.032),受试者工作特征(receiver operating characteristic,ROC)曲线下面积为0.91。过表达TRPV1可抑制HCC细胞增殖、迁移和侵袭能力,阻滞细胞周期进展,CDK4和CDK6蛋白表达水平下降(均P<0.05),敲低TRPV1则相反(均P<0.05)。稳定过表达TRPV1后裸鼠皮下瘤体体积减小(P=0.015),质量减轻(P=0.033),Ki-67蛋白阳性表达水平下调(P=0.010)。TRPV1共表达基因主要参与核糖核酸(ribonucleic acid,RNA)剪接、细胞周期蛋白结合、细胞增殖等过程。结论TRPV1抑制了HCC细胞的增殖、迁移和侵袭能力,并阻滞细胞周期的进程,在HCC中发挥抑癌作用,为HCC预后分析、治疗提供了新方向。

关键词： TRPV1 肝癌增殖迁移细胞周期

来源：评论

学校读者我要写书评

暂无评论

应用深度神经网络和Klemera-Doubal方法估计生物学年龄

引用

中国公共卫生 2023年第6期39卷 782-788页

作者：陈淑婷高倩曹利美王佳乐王彤山西医科大学公共卫生学院卫生统计学教研室太原030001

目的将深度神经网络(DNN)和Klemera-Doubal方法(KDM)应用于中国中老年人群估计生物学年龄(BA),并选择最优方案评价模型表现。方法从中国健康与养老追踪调查(CHARLS)2011—2012年的全国基线调查数据中,选取45岁≤年龄≤85岁中老年人的血... 详细信息

目的将深度神经网络(DNN)和Klemera-Doubal方法(KDM)应用于中国中老年人群估计生物学年龄(BA),并选择最优方案评价模型表现。方法从中国健康与养老追踪调查(CHARLS)2011—2012年的全国基线调查数据中,选取45岁≤年龄≤85岁中老年人的血液标志物样本(11513人)、身体测量指标样本(13603人)和血液+身体测量样本(9904人),应用DNN和KDM估计BA,根据Pearson相关系数、平均绝对误差(MAE)和均方根误差(RMSE)评价BA的估计准确性和选出最优方案。通过计算BA和时序年龄(CA)回归的残差ΔBA,与死亡情况、认知能力构建复杂抽样logistic回归或线性回归模型。结果3种样本均是血液+身体测量样本计算的BA与CA相关性最高(r_(DNN)=0.91;r_(KDM)=0.48),MAE(MAE_(DNN)=3.11;MAE_(KDM)=13.74)和RMSE(RMSE_(DNN)=4.15;RMSE_(KDM)=17.76)最低,DNN的BA估计准确性优于KDM。在血液+身体测量样本中,死亡风险随DNN-ΔBA、KDM-ΔBA、CA增加而升高,反之,认知能力随其增加而降低。基于受试者工作特征(ROC)曲线下面积(AUC)评价模型的预测作用,KDM-ΔBA对死亡风险的预测准确性略优于DNN-ΔBA(AUC_(KDM-ΔBA)=0.717;AUC_(DNN-ΔBA)=0.699)。此外,相比于正常衰老者(-5≤ΔBA≤5),衰老加速者(ΔBA>5)具有明显更高的死亡风险(OR_(DNN)=1.760,95%CI=1.207~2.567;OR_(KDM)=1.872,95%CI=1.308~2.679),并与更低的认知能力(β_(DNN)=-0.631,95%CI=-1.124~-0.139;β_(KDM)=-0.374,95%CI=-0.680~-0.068)有关。结论最优方案包含多类型数据(血液+身体测量指标)具有较高的BA估计准确性,明显优于单类型数据,更能准确评估个体的衰老速度。DNN相较于KDM具有更高的BA估计准确性,且DNN与KDM的预测表现较为接近,可认为DNN应用于我国中老年人群评估个体的衰老变化具有更优表现。

关键词：生物学年龄深度神经网络 Klemera-Doubal方法衰老

来源：评论

学校读者我要写书评

暂无评论

基于倾向性评分探讨睡眠时相提前综合征与2型糖尿病的关系

引用

中华疾病控制杂志 2023年第1期27卷 53-59页

作者：高绒绒高倩王彤山西医科大学公共卫生学院卫生统计学教研室太原030001

目的探讨睡眠时相提前综合征(advanced sleep phase syndrome,ASPS)和2型糖尿病(type 2 diabetes mellitus,T2DM)间的关联性,为深入理解睡眠的健康效应及预防和干预T2DM提供理论依据。方法本研究数据来源于美国国家健康和营养调查(Natio... 详细信息

目的探讨睡眠时相提前综合征(advanced sleep phase syndrome,ASPS)和2型糖尿病(type 2 diabetes mellitus,T2DM)间的关联性,为深入理解睡眠的健康效应及预防和干预T2DM提供理论依据。方法本研究数据来源于美国国家健康和营养调查(National Health and Nutrition Examination Survey,NHANES)(2017―2018年)数据库。ASPS由工作日的就寝时间和晨起时间定义。T2DM根据服用降糖药物来定义。使用基于倾向性评分的逆概率加权法(inverse probability treatment weight,IPTW)和重叠加权法(overlap weights,OW)尽可能地控制潜在混杂变量后,分析ASPS和T2DM的关联性。结果共有6048名研究对象被纳入研究,其中759人患有T2DM,411人被诊断为ASPS,分别占12.5%、6.8%。T2DM在ASPS组中的患病率比非ASPS组高(20.0%vs.12.0%,t=21.295,P<0.001)。IPTW控制潜在混杂后,分析显示ASPS组患T2DM的风险是非ASPS组的1.540倍(OR=1.540,95%CI:1.184~2.002,P=0.001);OW进一步完全均衡协变量后,分析显示二者差异有统计学意义(OR=1.362,95%CI:1.078~1.722,P=0.001)。结论ASPS是T2DM独立风险因素,提示睡眠问题的管理在T2DM的防制中具有重要意义。

关键词：睡眠时相提前综合征 2型糖尿病逆概率加权重叠加权

来源：评论

学校读者我要写书评

暂无评论

生物学年龄量化方法研究进展

引用

中华流行病学杂志 2023年第3期44卷 516-520页

作者：曹利美陈淑婷王彤山西医科大学公共卫生学院卫生统计学教研室太原030001

生物学年龄已被证明优于时序年龄衡量个体间衰老的真实差异,但生物学年龄的量化方法在衰老研究领域至今未达成共识。本文对目前常用的一些生物学年龄的量化方法进行概述,并提出展望。

关键词：生物学年龄衰老量化

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：