目的采用双聚类方法对人工智能在医学领域的国际研究成果进行分析,探讨主题领域内热点趋势。方法检索Web of Science核心合集数据库中医学人工智能的相关文献,采用Co-Occurrence13.4提取高频关键词生成词篇矩阵,应用gCluto1.0聚类工具...
详细信息
目的采用双聚类方法对人工智能在医学领域的国际研究成果进行分析,探讨主题领域内热点趋势。方法检索Web of Science核心合集数据库中医学人工智能的相关文献,采用Co-Occurrence13.4提取高频关键词生成词篇矩阵,应用gCluto1.0聚类工具包进行双聚类分析。结果共纳入文献7803篇,年发文量整体呈上升趋势,美国位居发文总量的首位,共提取30个高频主题词,形成人工智能应用于生物标志物检测等6个聚类。研究热点聚焦于卫生保健、疾病转归、疾病全程监测、辅助诊断癌症、预测模型效验和鉴别生物标志物6个主题。结论人工智能已普遍应用于临床诊断和治疗,为基因检测及公共卫生事件提供了针对性的支持,但国内相关研究还处于发展阶段,未来还需要依托多学科、机构间的交流合作,推动中国智能化医疗的发展,使其真正成为促进医疗卫生事业发展的重要工具。
目的探讨中性粒细胞/淋巴细胞比值(NLR)与接受PCI的老年不稳定性心绞痛(UAP)患者远期预后的关系。方法连续纳入天津市胸科医院成功接受PCI的老年UAP患者514例,根据ROC曲线分析NLR预测PCI后2年主要不良心血管事件(MACE)的最佳临界值4.86,将患者分为高NLR(NLR≥4.86)组81例和低NLR(NLR<4.86)组433例,采用Cox风险比例模型分析。结果与低NLR组比较,高NLR组血小板/淋巴细胞比值升高(226.0±86.7 vs 137.8±51.3,P=0.000),MACE发生率升高(44.4%vs 8.1%,P<0.01)。Cox分析显示,NLR和年龄是MACE发生的独立预测因子(HR=1.434,95%CI:1.282~1.604,P<0.01;HR=1.040,95%CI:1.010~1.071,P<0.01)。结论NLR增高和高龄是老年UAP患者PCI后远期MACE增加的独立危险因素。
暂无评论