目的:基于网络药理学探讨决明子治疗高脂血症的作用机制,并通过斑马鱼实验进行验证.方法:在中药分子机制生物信息学注释数据库(BATMAN-TCM)和中药系统药理学分析平台(TCMSP)检索并筛选决明子活性成分及相关靶点,通过GeneCards、DisGeNET、在线人类孟德尔遗传数据系统(OMIM)检索得到与高脂血症有关的靶点,利用Venny 2.1.0平台获得药物与疾病的共同靶点.使用Cytoscape3.8.2绘制决明子-活性成分-作用靶点网络图,采用String数据库构建蛋白质-蛋白质相互作用(PPI)网络图,将决明子-高脂血症共同靶点通过注释、可视化和集成发现数据库(DAVID)进行基因本体(GO)功能及京都基因与基因组百科全书(KEGG)通路富集分析.根据网络药理学研究结果,推测橙黄决明素(AO)为决明子降血脂的有效作用成分,在此基础上进行斑马鱼实验验证.以蛋黄液高脂饮食诱导斑马鱼高脂血症模型,造模后给予AO干预,验证AO治疗高脂血症的效果及作用机制.首先进行AO对高脂血症斑马鱼的毒性实验,确定AO最大给药浓度;后续观察AO对高脂血症斑马鱼总胆固醇(TC)、三酰甘油(TG)含量及肝脏组织形态学的影响;采用实时荧光定量PCR检测核心靶点mRNA在高脂血症斑马鱼中的表达.结果:共获得包括AO在内的13个决明子活性成分,决明子作用于高脂血症的潜在靶点109个,包括核心靶点肿瘤坏死因子(TNF)、白介素(IL)-1β、前列腺素内过氧化物合酶2(PTGS2)、半胱氨酸天冬氨酸蛋白酶3(CASP3)、过氧化物酶体增殖物激活受体-γ(PPAR-γ)等,主要涉及IL-17信号通路、TNF信号通路、脂质和动脉粥样硬化相关作用通路等.斑马鱼验证实验结果显示:造模后斑马鱼出现明显的脂质聚积,AO可显著降低高脂血症斑马鱼组织中的TG、TC含量(P＜0.05,P＜0.01),减少肝脏组织内脂肪空泡和脂滴形成,并可显著下调核心靶点TNF-α、IL-1βmRNA表达(P＜0.01).结论:基于网络药理学获得了决明子治疗高脂血症的核心通路与靶点,并通过斑马鱼实验初步揭示AO对高脂血症的改善效果,其机制可能是通过TNF-α、IL-1β等核心靶点发挥治疗作用,旨在为后期研究AO在高脂血症中的临床应用提供参考依据.

目的 通过机器学习方法对流行性感冒临床证候学资料进行训练,获得流感辨证模型.方法 收集2019年12月-2022年3月就诊于中日友好医院发热门诊的流行性感冒患者病历资料,使用数据采集系统进行数据处理,将不同数据处理过程产生的数据分别存储,以逻辑回归、决策树、朴素贝叶斯、支持向量机、多层感知机、lightGBM和随机森林为备选模型,通过Optuna进行超参数优化选择,并在各数据集中分别训练模型,以macro-F1评分为核心指标,对模型的预测性能进行评价.结果 整理得到训练样本1 011个,其中风热犯卫证453个、风寒束表证152个、表寒里热证406个;得到用于训练的数据集8个,包含数据80份.经训练,逻辑回归、决策树、朴素贝叶斯、支持向量机、多层感知机、lightGBM、随机森林模型的macro-F1评分分别为0.783 0、0.774 2、0.731 5、0.782 4、0.716 7、0.793 8、0.815 3.加权样本能显著提高平均模型性能,而主成分分析降维会降低平均模型性能.单一模型中,逻辑回归模型预测性能最佳;集成方法模型中,随机森林模型预测性能最佳.结论 在样本量较小的情况下,流行性感冒中医辨证模型使用逻辑回归、决策树、支持向量机和lightGBM较为适宜,随着样本量增加,逻辑回归、支持向量机、lightGBM和随机森林可能更为合适.不同数据处理方式会影响模型性能,对证型典型程度信息的采集有利于提高模型性能.

作为冠状动脉介入诊疗中最主要的两种血管腔内影像学技术，光学相干断层成像（OCT）和血管内超声（IVUS）已在临床应用数十年。OCT具有更高的分辨率，能更好地对比斑块成分，IVUS能够穿透血液，具有更深的成像深度，两种影像学技术已成为心血管介入医生不可或缺的辅助手段。但两种影像学技术也各有不足，OCT成像穿透深度有限，IVUS的空间分辨率较弱。单一的OCT或IVUS很难完全提供血管及斑块内部完整的解剖学信息。利用二者的互补性，将OCT与IVUS成像导管集成到同一成像导管中，实现二者的多模态血管内成像，则可以为介入医生提供更加理想的斑块与血管壁的组织学和形态学信息。

目的:总结河南人群瓜氨酸血症Ⅰ型的发病率及基因变异特点，为瓜氨酸血症Ⅰ型的早期诊断、治疗和遗传咨询提供依据。方法:横断面研究。回顾性分析2016年1月至2022年12月在郑州大学第三附属医院应用串联质谱法完成的河南省814 625例新生儿的遗传代谢病筛查结果。采用二代高通量测序法对瓜氨酸血症Ⅰ型筛查阳性患儿进行 ASS1基因变异分析及父母基因验证。对新检测到的 ASS1基因变异使用罕见外显子组变体集成学习器(REVEL)方法分析表型-基因型相关性，并构建蛋白质三维结构模型进行生物信息学分析。 结果:814 625例新生儿中共确诊8例(1/101 828)瓜氨酸血症Ⅰ型患儿。8例患儿均有特异性瓜氨酸水平增高。基因测序共检出12种变异，均为错义突变，其中包括5种新发现的变异：c.552C>A(p.N184K)、c.140C>T(p.A47V)、c.173A>G(p.K58R)、c.920G>A(p.R307H)和c．790G>A(p.G264S)，其中c.552C>A检出率最高，占18.75%(3/16)。REVEL分析预测这5种变异均为有害性，ASS蛋白三维结构模型显示c.140C>T(p.A47V)和c.920G>A(p.R307H)未发生氨基酸残基间氢键数量的变化，而c.552C>A(p.N184K)、c.173A>G(p.K58R)和c.790G>A(p.G264S)导致氢键减少，可能会影响到ASS蛋白的功能。结论:河南省新生儿瓜氨酸血症Ⅰ型发病率为1/101 828。新发现了5种变异，丰富了人类 ASS1基因变异谱，为瓜氨酸血症Ⅰ型的早期诊断、治疗和遗传学研究提供了重要依据。

目的:应用机器学习构建中国老年人维生素D分类模型。方法:利用2010—2012年中国居民营养与健康状况监测数据，收集研究对象基本信息、身体运动等情况，以3d 24h膳食回顾法和食物频率法收集研究对象的膳食摄入情况，以维生素D正常与不足为结局变量，探索采用随机森林、核支持向量机、极致梯度提升和集成算法等多种机器学习技术构建中国老年人维生素D分类模型的效果。结果:以3 d 24 h膳食回顾法和食物频率法获得的2组膳食调查数据为基础，构建的中国老年人维生素D分类模型准确率分别为0.71和0.62，F1分别为0.82和0.73，受试者工作特征曲线下面积在调节参数及集成学习后提高到0.58和0.57。年龄，性别，蔬菜、水产品和谷物的摄入，每天做家务及运动情况等是影响我国老年人维生素D分类的重要因素。结论:机器学习方法应用于中国老年人维生素D分类模型的构建具有良好的效果，其中随机森林算法和集成学习更适于老年人维生素D分类模型的建构。

目的:研发重症患者非计划性拔管预警系统，对其非计划性拔管风险进行预警及干预，从而降低意外拔管风险，保障患者安全。方法:以重症患者非计划性拔管风险预警指标体系模型为核心，以预防重症患者非计划性拔管护理干预方案为指导蓝本，以医院重症监护临床信息系统为基础，依托计算机信息技术，对系统的界面布局、分区、模块结构、内容和功能进行整体构架，多角度、多方位研发重症患者非计划性拔管预警系统，并用该系统回顾性分析2016年1—12月18例发生非计划性拔管案例，以验证其预警效果。结果:重症患者非计划性拔管预警系统雏形由登录模块、评估模块、决策模块、预警模块、指导模块及管道固定方案模块6个主题模块集成，系统自动判断重症患者风险等级，从而实行分级预警，筛选高危风险人群，最终提供个性化护理干预方案。经回顾性分析，该预警系统的检测率为88.89%。结论:重症患者非计划性拔管预警系统是一个自动化、智能化、信息化的预警平台，能有效预警拔管高危患者，规避管道护理风险。

目的:了解基层卫生人员对移动医疗的采纳现状和感知效用，为基层医疗卫生机构通过信息化减负、增效、赋能提供策略建议。方法:于2019年7月，对来自11家基层医疗卫生机构的91位不同岗位的职工，就"移动医疗的采纳和感知效用"话题进行深入访谈；利用Nvivo11质性研究软件对访谈记录进行编码编目，采用响应率、普及率、列联表描述感知效用的分布。结果:调研地基层卫生人员广泛采纳移动医疗，主要包括智能手机应用和便携医疗设备；感知效用正、负效用的响应率分别为78.97%和21.03%，排名前五的感知效用为工作创新、工作效率提升、网络效用、数据驱动的资源配置和技术超载，累积响应率为73.80%;各岗位感知效用有统计学差异，管理和公共卫生人员的普及率更高。结论:目前调研地基层移动医疗发展处于初级阶段，正向集成阶段过渡；创新和提效的初代效用已经显现，网络效应、资源配置、临床决策支持等高阶效用值得期待；同时要警惕移动医疗的双刃剑，理性对待发展中的技术超载、技术投资、信息鸿沟等问题。

目的:探讨术前CT图像影像组学联合深度学习方法预测肝细胞癌（HCC）首次经动脉化疗栓塞术（TACE）疗效的价值。方法:该研究为回顾性队列研究。回顾性收集2015年1月至2021年1月于哈尔滨医科大学附属第二医院行TACE治疗的HCC患者影像及临床信息。共纳入265例患者，于初次TACE后1~2个月，根据改良的实体瘤疗效评估标准（mRECIST）评估病灶术后改变，分为有反应组（175例）和无反应组（90例）。采用随机数表法按8∶2的比例分为训练集（212例，有反应组140例、无反应组72例）和测试集（53例，有反应组35例、无反应组18例）。采用单因素和多因素logistic回归筛选临床变量，构建临床模型。从术前CT图像中提取影像组学特征，经降维构建影像组学模型。采用深度学习方法，建立3种残差神经网络（ResNet）模型（ResNet18、ResNet50和ResNet101），并对其效能进行比较和集成，取最佳模型为深度学习模型。应用logistic回归将3个模型两两联合，建立联合模型。采用受试者操作特征曲线在测试集中评价模型区分TACE后有反应与无反应的效能。结果:在测试集中，临床模型、影像组学模型区分TACE后有反应与无反应的曲线下面积（AUC）为0.730（95% CI 0.569~0.891）、0.775（95% CI 0.642~0.907），ResNet18、ResNet50和ResNet101的AUC分别为0.719、0.748、0.533，将ResNet18、ResNet50集成获得深度学习模型，AUC为0.806（95% CI 0.665~0.946）。两两融合后，深度学习-影像组学联合模型效能最高，AUC为0.843（95% CI 0.730~0.956），优于深度学习-临床模型（AUC为0.838，95% CI 0.719~0.957）和影像组学-临床模型（AUC为0.786，95% CI 0.648~0.898）。 结论:联合影像组学和深度学习的联合模型可以在术前预测HCC患者行TACE的疗效，具有较高的效能。

在大型医院中构建检查智能自动预约平台，可提高医疗资源利用效率，缩短患者等候检查周期。本研究通过调研建立医院检查信息知识库，整合医院所有预约检查系统与项目集成到统一的预约平台，按照让患者在可能的最短时间内完成所有检查的原则进行预约，为医院构建统一智能化预约平台。结果表明，上线检查智能自动预约平台后，节省了预约中心及住院外勤人员的人力成本，缩短了各项检查预约周期，住院患者所有检查均保证在48 h内完成，提高了患者满意度。

目的:利用时空分布模型和集成嵌套拉普拉斯近似算法研究上海市肺结核的时空特征及其影响因素，为区域化肺结核疫情防控措施的制定提供理论依据。方法:基于中国疾病预防控制信息系统结核病管理信息系统下载的2013-2020年上海市户籍肺结核病例，采用层次贝叶斯模型对肺结核病例数据进行拟合，识别肺结核的时空变化特征，从时空角度，评估肺结核发病风险与人口、经济、卫生服务等因素的关系。结果:2013-2020年，上海市共报告肺结核病例29 281例，年均报告发病率为25.224/10万。2013-2020年的发病率呈先上升后下降的趋势，2014年的报告发病率最高（27.991/10万）。上海市肺结核的发生具有空间聚集性，通过肺结核报告发病率的热点分析和风险分析发现，上海市肺结核的高风险区域为郊区，低风险区域为中心城区。肺结核的发病风险与地区人均生产总值（ RR=0.48）、每万人医疗机构床位数（ RR=0.56）、归一化植被指数（ RR=0.50）、夜间灯光指数（ RR=0.80）有关。 结论:在上海市中心城区肺结核防控工作的稳步推进下，需要格外关注郊区的防控。在后续的研究中，应进一步探索肺结核发病与归一化植被指数和夜间灯光指数之间的联系。