目的对屋尘螨(Dermatophagoides pteronyssinus)8类变应原Der p 8进行克隆表达、纯化及免疫原性分析,并用生物信息学方法分析其同源性。方法根据已知Der p 8基因序列,设计PCR引物;提取屋尘螨总RNA,逆转录聚合酶链式反应(RT-PCR)扩增得到...
详细信息
目的对屋尘螨(Dermatophagoides pteronyssinus)8类变应原Der p 8进行克隆表达、纯化及免疫原性分析,并用生物信息学方法分析其同源性。方法根据已知Der p 8基因序列,设计PCR引物;提取屋尘螨总RNA,逆转录聚合酶链式反应(RT-PCR)扩增得到Der p 8的cDNA片段,以cDNA和设计的引物进行PCR扩增;扩增产物连接至T载体并转化入大肠埃希菌(*** Top10)中,培养后挑选阳性单克隆菌落测序。测序正确后,转入表达载体pET-32a,经酶切鉴定、测序后转入表达菌BL21,大量表达重组蛋白Der p 8。用亲和层析法纯化后进行免疫印迹分析(Western blotting)。利用生物信息学方法分析Der p 8基因的同源性。结果酶切鉴定显示Der p 8表达载体构建成功,目的基因分子量约为700 bp;SDS-PAGE电泳显示Der p8重组蛋白成功表达,分子量约为38 kD,且主要以包涵体形式存在。Western blotting结果显示Der p 8重组蛋白具有免疫原性。同源性分析结果显示本实验克隆Der p 8基因与NCBI基因库的Der p 8基因同源性为76.97%。结论本实验成功克隆表达并纯化出具有免疫原性的Der p 8重组蛋白,为临床上应用重组蛋白于诊断和治疗提供理论基础。
目的:血糖变异性(glycemic variability,GV)被证明是危重患者住院死亡率重要相关因素。血糖变异系数(coefficient of variation of glucose,GLUCV)作为评估血糖变异性的方法之一,但其与糖尿病(diabetes mellitus,DM)合并慢性肾脏疾病(ch...
详细信息
目的:血糖变异性(glycemic variability,GV)被证明是危重患者住院死亡率重要相关因素。血糖变异系数(coefficient of variation of glucose,GLUCV)作为评估血糖变异性的方法之一,但其与糖尿病(diabetes mellitus,DM)合并慢性肾脏疾病(chronic kidney disease,CKD)重症患者长期不良预后的相关性尚不清楚。本文主要研究GLUCV对糖尿病合并慢性肾脏病危重患者住院期间死亡率及30天死亡率的相关性,以期更好地管理患者血糖、提高患者的长期预后。方法:通过重症监护医学信息站(medical information mart for intensive care-IV,MIMIC-IV)筛选诊断为糖尿病合并慢性肾脏病的重症患者,记录患者住院期间血糖、实验室指标、住院期间死亡、30天内死亡等数据,根据住院期间预后情况分为死亡组与存活组,比较生化、血脂等临床及实验室指标的组间差异。根据住院期间血糖变异系数分为四组,即GLUCV 1组、GLUCV 2组、GLUCV 3组和GLUCV4组(GLUCV分别为<24、24-31、31-39、≥39),进行组间比较一般资料、临床及实验室指标、合并症、死亡率等。纳入全部基线数据进行多因素COX回归,分析危险因素与住院期间死亡率及30天内死亡率的关系。同时纳入年龄、性别、体重指数(body mass index,BMI)、合并症进行亚组分析危险因素与住院期间及30天内死亡率的关系。为了研究GLUCV与临床及实验室指标相关性进行Spearman相关性分析。进行生存分析血糖变异系数与住院30天全因死亡率之间的关系并绘制Kaplan-Meier曲线。结果:1.糖尿病合并慢性肾脏病死亡组与存活组患者电解质、血脂及肾功能相关指标比较结果显示:死亡组的血钾、肌酐、尿素氮、GLUCV、肾小球滤过率均高于存活组(P均<0.05),两组间高密度脂蛋白、低密度脂蛋白、总胆固醇、甘油三酯差异无统计学意义(P>0.05)。2.糖尿病与慢性肾脏病重症患者住院期间死亡率相关危险因素分析结果显示:将患者全部基线资料纳入COX回归方程中,经过单因素COX回归分析筛选剔除后(剔除变量检验水准0.10),年龄(HR=1.016,95%CI 1.005-1.027,P<0.001)、脓毒症(HR=1.852,95%CI 1.471-2.333,P=0.023)、 GLUCV2 组(HR=0.639,95%CI0.454-0.899,P=0.010)、GLUCV3组(HR=0.668,95%CI 0.476-0.936,P=0.019)是住院期间死亡的独立危险因素。3.糖尿病与慢性肾脏病重症患者30天死亡率相关危险因素分析结果显示:将患者全部基线资料纳入COX回归方程中,经过单因素COX回归分析筛选剔除后(剔除变量检验水准0.10),年龄(HR=1.016,95%CI 1.005-1.027,P=0.004)、持续性肾脏替代治疗(HR=2.007,95%CI 1.562-2.578,P<0.001)、肌酐(HR=0.926,95%CI 0.869-0.986,P=0.017)、脓毒症(HR=3.318,95%CI 1.862-2.886,P<0.001)、肾小球滤过率(HR=0.982,95%CI 0.973-0.991,P<0.001)、 GLUCV3 组(HR=0.726,95%CI0.528-0.999,P=0.049)是30天内死亡的独立危险因素。4.实验室指标与GLUCV相关性分析结果显示:住院时间、尿素氮、肌酐、血钾、糖化血红蛋白、肾小球滤过率、血钠及BMI与GLUCV具有相关性(P均<0.05)。结论:1.年龄、脓毒症、血糖变异系数是住院期间死亡率的独立危险因素。2.年龄、持续性肾脏替代治疗、肌酐、肾小球滤过率、脓毒症、血糖变异系数是30天内死亡的独立危险因素。3.血糖波动水平与糖尿病合并慢性肾脏病重症患者预后密切相关,GLUCV2组及GLUCV3组血糖水平对住院期间患者起保护作用。4.糖尿病合并慢性肾脏病重症患者GLUCV水平越高,尿素氮、肌酐、血钾、糖化血红蛋白值越高、住院时间越久,肾小球滤过率、血钠、BMI值越低。
第一部分中国版甲状腺成像报告和数据系统(C-TIRADS)的诊断效能验证目的:2020年,中华医学会超声医学分会浅表器官和血管学组提出了中国版甲状腺成像报告和数据系统(Chinese Thyroid Imaging Reporting and Data Systems,C-TIRADS),其诊...
详细信息
第一部分中国版甲状腺成像报告和数据系统(C-TIRADS)的诊断效能验证目的:2020年,中华医学会超声医学分会浅表器官和血管学组提出了中国版甲状腺成像报告和数据系统(Chinese Thyroid Imaging Reporting and Data Systems,C-TIRADS),其诊断甲状腺结节的准确性和指导细针抽吸活检(Fine-Needle Aspiration Biopsy,FNAB)的可靠性尚未得到验证。本研究旨在验证C-TIRADS的诊断效能,并将其与美国放射学会甲状腺成像报告和数据系统(American College of Radiology Thyroid Imaging Reporting and Data Systems,ACR-TIRADS)和欧洲甲状腺成像报告和数据系统(European Thyroid Imaging Reporting and Data Systems,EU-TIRADS)进行比较。方法:本项回顾性研究纳入了2013年1月至2019年11月期间经FNAB或手术病理确诊的3438个甲状腺结节(直径≥10mm)。两名具有10年以上甲状腺超声诊断经验的超声医生,分别根据C-TIRADS、ACR-TIRADS和EU-TIRADS,对纳入结节进行超声特征评估和恶性风险分级。通过计算受试者工作特征曲线下面积(Area Under Receiver Operating Characteristic,AUROC)、查准率-查全率曲线下面积(Area Under Precision Recall Curve,AUPRC)、敏感性、特异性、净重新分类指数(Net Reclassification Improvement,NRI)和非必要FNAB率,多角度比较C-TIRADS、ACR-TIRADS和EU-TIRADS的诊断性能及其指导FNAB的可靠性。结果:本研究纳入的甲状腺结节中707个(20.6%)为恶性结节。C-TIRADS的AUROC及AUPRC(0.857,0.605)均高于ACR-TIRADS(0.844,0.567)及EU-TIRADS(0.802,0.455)(P值均<0.01)。C-TIRADS的敏感性(85.3%)略低于ACR-TIRADS(89.1%),但高于EU-TIRADS(78.4%)。C-TIRADS的特异性(76.9%)与EU-TIRADS(78.9%)相似,且高于ACR-TIRADS(69.5%)。C-TIRADS的非必要FNAB率(21.2%)明显低于ACR-TIRADS(41.7%)和EU-TIRADS(58.3%)。C-TIRADS比ACR-TIRADS(NRI,19.0%,P<0.001)和EU-TIRADS(NRI,25.5%,P<0.001)能更有效指导甲状腺结节FNAB。结论:C-TIRADS可以作为甲状腺结节超声诊断和管理的可靠工具,有望改善甲状腺结节过度诊疗的难题。然而,未来还需开展前瞻性研究进一步验证其适用性。第二部分基于超声图像的甲状腺结节可解释性机器学习诊断系统构建与验证目的:目前甲状腺结节恶性风险分层系统存在特异性低、非必要活检率过高的问题。机器学习模型被用于甲状腺结节超声辅助诊断,但诊断过程缺乏可解释性,限制了其临床应用。因此,本研究旨在开发一个可解释的甲状腺结节机器学习在线诊断及管理系统。方法:本项回顾性研究纳入了2013年1月至2018年12月期间经FNAB或手术病理确诊的3965个甲状腺结节(直径≥10 mm),其中3098个来自中心1的甲状腺结节按照7:3的比例,被随机划分至训练集(n=2168)和内部验证集(n=930)。867个来自中心2的甲状腺结节被作为独立的外部验证集。从电子病历收集患者临床及实验室检查数据,包括年龄、性别、甲状腺基础疾病及甲状腺激素水平。超声图像由两名具有10年以上经验的超声医生,依据ACR-TIRADS指南对结节的成分、回声、形态、边缘和局灶性强回声共五个超声特征进行评估,并测量结节的最大直径。基于随机森林(Random Forest,RF)、支持向量机(Support Vector Machine,SVM)和极端梯度提升(e Xtreme Gradient Boosting,XGBoost)三种机器学习算法,分别构建超声特征和超声+临床特征的机器学习诊断模型。通过受试者工作特征(Receiver Operating Characteristic,ROC)曲线及非必要FNAB率评估模型的诊断效能及指导FNAB的可靠性。利用SHAP(SHapley Additive ex Planation)算法解析最优模型的诊断过程,为机器学习模型提供全局及个体水平的可解释性。结果:所纳入的甲状腺结节中,良性结节2
暂无评论