目的建立辅助超声造影(contrast-enhanced ultrasound,CEUS)诊断早期肝肿瘤的机器学习模型,并探索其临床诊断效能。方法采用病例-对照研究设计方案,筛选2015年6月至2020年6月在陆军军医大学第一附属医院超声科行CEUS检查,有病理诊断结果且肝肿瘤直径≤30 mm患者的病例资料。最终490例患者共520个肿瘤[恶性肿瘤474个(91.15%),良性肿瘤46个(8.85%)]纳入研究,其中男性406例(82.86%),女性84例(17.14%);年龄22~82(51.98±0.46)岁。由4位超声科医师分析常规超声及CEUS影像特征,意见不一致时经讨论达成共识。将纳入病例资料按照近4∶1比例随机划分为训练集(n=400)和测试集(n=90)。采用支持向量机、随机森林、邻近算法和Logistic等4种模型分析患者常规超声及CEUS影像特征、慢性肝病史和肿瘤标志物。应用准确性、特异性、敏感性和受试者工作曲线下面积(area under the subject curve,AUC)等指标评价模型性能。结果4种模型中,随机森林模型性能最优,在测试集中的准确性、敏感性、特异性和AUC分别为0.97、0.83、0.71、0.987(95%CI:0.934~1.000),其中AUC与其他3种模型差异无统计学意义(均P>0.05)。随机森林模型中按照特征贡献度排名,前5名分别是:肝硬化、年龄、CEUS和常规超声中直径、延迟期增强方式,与以往研究中得出的临床诊断肝脏恶性肿瘤的指标一致,表明本研究建立的模型具有较好的可解释性。结论本研究建立了能联合分析患者CEUS特征、慢性肝病和肿瘤标志物的机器学习模型,在CEUS中诊断早期肝肿瘤的准确性较高。
目的探索基于条件期望的函数型主成分分析方法(principal analysis by conditional expectation,PACE)在稀疏且不规则的纵向数据中的预测效果,评价其揭示总体变化趋势、个体特异的变异方式以及预测个体纵向变化轨迹的能力。方法采用R软...
详细信息
目的探索基于条件期望的函数型主成分分析方法(principal analysis by conditional expectation,PACE)在稀疏且不规则的纵向数据中的预测效果,评价其揭示总体变化趋势、个体特异的变异方式以及预测个体纵向变化轨迹的能力。方法采用R软件模拟生成样本量为200的三种不同稀疏情形的纵向数据集,通过数值模拟定量地评价PACE方法的降维及预测效果。结果根据累计方差贡献率达到85%,三种不同稀疏情形的纵向数据集最终选取的主成分个数分别为4、4、3,PACE方法在不同稀疏情形下预测结果均具有较小的均方误差(MSE),分别为0.1410、0.0670、0.0161,而且观测点个数越多预测效果越好。结论PACE方法可以实现在随访间隔不规则且数据稀疏的情况下,捕获纵向数据随时间变化的总体趋势,揭示个体特异的变异方式,预测个体的纵向轨迹。
目的探讨高压氧治疗(HBOT)对高原低氧(HAH)肺组织氧化损伤的影响。方法选取健康雄性昆明小鼠按照随机数字表法分为正常对照组、HAH组和HBOT组,每组6只。正常对照组放置于一个不进行任何减压措施的舱内饲养;HAH组和HBOT组使用动物低压舱建立小鼠14 d HAH模型;HBOT组在小鼠出低压舱后给予3 d HBOT。各组小鼠于实验完成后进行肺组织病理损伤情况观察及肺组织乳酸(LD)、乳酸脱氢酶(LHD)、一氧化氮(NO)、一氧化氮合酶(NOS)、诱导性一氧化氮合酶(iNOS)含量,以及谷胱甘肽过氧化物酶(GSH-PX)、超氧化物歧化酶(SOD)、过氧化氢酶(CAT)和丙二醛(MDA)浓度水平的检测。结果 HE染色显示,与正常对照组相比,HAH组肺组织有明显损伤,HBOT可使肺损伤减轻;HAH组较正常对照组小鼠肺组织单位面积内肺泡个数、视野内肺泡数量及肺泡的面积占比显著增加(P<0.05),HBOT组与HAH组上述指标比较差异无统计学意义(P>0.05)。Masson染色显示,正常对照组肺组织结构正常,肺泡清晰、间隔正常,无肿胀;HAH组肺组织肺泡结构显著破坏,胶原纤维较对照组显著增多,出现连续大片的纤维灶;HBOT组较HAH组肺组织胶原纤维显著减少。HAH组肺组织匀浆LD、LHD、NO、iNOS以及GSH-PX、SOD、CAT、MDA均较正常对照组显著升高(均P<0.05),而HBOT组上述指标较HAH组显著降低(P<0.05),且与正常对照组差异无统计学意义(P>0.05)。结论 14 d HAH可造成肺组织损伤、氧化/抗氧化平衡破坏、LD堆积,且NO生成增加;HBOT可维持在缺氧条件下机体对能量的消耗,减轻脂质过氧化损伤,减少LD生成和NO合成,减轻HAH肺损伤,且这一过程与肺组织LHD和iNOS的作用有关。
暂无评论