目的:了解人群慢性病共病罹患现状、不同共病模式的全因死亡风险及运动对共病相关死亡风险和寿命损失的影响。方法:研究纳入我国台湾地区美兆健康管理中心437 408名体检者，采用分类决策树对高血压、糖尿病、慢性肾功能不全（CKD）和慢性阻塞性肺疾病（COPD）4种疾病进行组合，使用Cox比例风险回归模型计算共病模式的危险比（ HR）及其95% CI，采用蒋式寿命表法计算人群预期寿命。 结果:人群中共病检出率为8.7%，二元、三元、四元共病组合中检出率最高的分别为“高血压+CKD”（3.6%）、“高血压+糖尿病+CKD”（1.1%）、“高血压+糖尿病+CKD+COPD”（0.1%）；与健康人群相比，全因死亡风险最高的组合分别为“糖尿病+CKD”（ HR=3.80，95% CI：3.45~4.18）、“糖尿病+COPD+CKD”（ HR=4.34，95% CI：3.43~5.49）、“高血压+糖尿病+CKD+COPD”（ HR=4.75，95% CI：4.15~5.43）。与不运动人群相比，进行低强度运动和中高强度运动均降低了由共病升高的死亡风险。单一疾病和共病带来4.6、13.4年的人群寿命损失，运动可分别挽回2.3、4.6年的寿命损失年，低强度和中高强度运动分别挽回1.5、3.7年由慢性病造成的寿命损失。 结论:基于“糖尿病+CKD”的共病模式死亡风险最高。运动能降低共病患者的死亡风险。运动强度越大，降低效果越显著。

目的:采用Logistic回归与决策树模型分析原发性肝癌患者肝动脉栓塞化疗术后延迟性恶心呕吐的影响因素。方法:本研究为横断面研究，采用便利取样法选取2021年3月至2022年6月在中国人民解放军空军军医大学第二附属医院行肝动脉栓塞化疗的原发性肝癌患者236例为研究对象，收集患者延迟性恶心呕吐相关因素，分别建立Logistic回归与决策树模型，并比较2种模型的差异。结果:原发性肝癌患者肝动脉栓塞化疗术后延迟性恶心呕吐的发生率为45.34%（107/236）。Logistic回归模型显示，年龄、是否焦虑、是否有睡眠障碍、化疗药物致吐风险等级、栓塞剂类型、术后24 h疼痛情况是原发性肝癌患者肝动脉栓塞化疗术后延迟性恶心呕吐的影响因素（均 P<0.05）。决策树模型显示，年龄、是否有睡眠障碍、化疗药物致吐风险等级、栓塞剂类型、术后24 h疼痛情况是原发性肝癌患者肝动脉栓塞化疗术后延迟性恶心呕吐的影响因素（均 P<0.05）。Logistic回归模型、决策树模型、2种模型联合诊断分类正确率分别为72.9%、71.2%、72.0%，ROC曲线下面积分别为0.778、0.781、0.806，三者比较差异均无统计学意义（均 P>0.05）。 结论:Logistic回归与决策树模型对原发性肝癌患者肝动脉栓塞化疗术后延迟性恶心呕吐影响因素的分析结果一致性较高，可联合应用2种模型，为医护人员的评估和干预提供更全面的参考。

目的:探讨基于 18F－FDG PET/CT的机器学习模型对风湿性多肌痛(PMR)的诊断价值。 方法:回顾性分析2014年11月至2022年12月间入住常州市第一人民医院免疫风湿科，疑似PMR并行 18F－FDG PET/CT检查的177例患者[男119例、女58例，年龄67.0(61.0，72.0)岁]资料。将患者按照7∶3随机等比抽样分为训练集和验证集。利用分类和回归树(CART)、最小绝对收缩和选择算子(LASSO)算法和logistic回归3种机器学习模型对PET/CT影像学特征进行学习。通过ROC曲线分析评估各模型的诊断效能，采用Delong检验比较不同AUC的差异。 结果:PMR患者78例(44.1%，78/177)，非PMR患者99例(55.9%，99/177)；训练集124例，验证集53例。Logistic回归模型(训练集：AUC＝0.961；验证集：AUC＝0.930)在诊断PMR方面优于CART(训练集：AUC＝0.902， z＝2.96， P＝0.003；验证集：AUC＝0.844， z＝2.46， P＝0.014)，与LASSO算法诊断效能相似(训练集：AUC＝0.957， z＝0.95， P＝0.340；验证集：AUC＝0.930， z＝0.00， P＝1.000)，但其评估部位较少。简化后的PMR－Logit评分在总体人群中的AUC为0.951，诊断PMR的灵敏度为89.74%(70/78)，特异性为90.91%(90/99)。 结论:基于 18F－FDG PET/CT影像学特征的机器学习模型有望成为一种有效诊断PMR的工具。

目的:在确认创伤性颈脊髓损伤（TCSCI）气管切开的危险因素的基础上，构建分类与回归树(CART)模型以指导气管切开。方法:回顾性分析2009年1月至2018年12月陆军军医大学新桥医院骨科收治的498例TCSCI患者资料，男403例，女86例；年龄（50.2±13.6）岁。其中气管切开69例，未行气管切开420例。统计患者的性别、年龄、吸烟史、致伤原因、神经损伤平面(NLI)、美国脊髓损伤学会（ASIA）分级、创伤严重程度评分（ISS）、胸部损伤、既往肺部疾病、既往基础疾病、手术入路并进行单因素分析。通过二元logistic回归分析行气管切开的危险因素，并在危险因素的基础上建立预测气管切开的CART。结果:logistic回归分析显示，年龄>50岁（ OR=4.744, 95% CI: 1.802~12.493, P=0.002）、NLI在C 4及以上（ OR=23.662, 95% CI: 8.449~66.268, P<0.001）、ASIA分级A级（ OR=40.007, 95% CI: 12.992~123.193, P<0.001）及ISS>16分（ OR=10.502, 95% CI: 3.909~28.211, P<0.001）是行气管切开的危险因素。CART显示，ASIA分级A级、神经损伤平面在C 4及以上作为第一、第二决策点对行气管切开具有较强的预测作用，ASIA分级A级且神经损伤平面在C 4及以上的TCSCI患者行气管切开的比例为86.84%。 结论:CART模型结果显示神经损伤平面在C 4及以上、ASIA分级A级对气管切开具有较强的指导作用。

目的:探讨基于磁共振高分辨T2WI影像组学方法对预测直肠癌新辅助治疗后病理完全反应(pCR)的价值。方法:回顾性分析我院2018年1月至2019年3月新辅助治疗前接受磁共振高分辨T2WI成像检查并经病理证实的80例直肠癌患者，在高分辨T2WI图像上手动勾画病灶容积感兴趣区(VOI)后提取影像组学特征，采用最小绝对值收缩算子(LASSO)算法进行降维，筛选对肿瘤pCR有价值的特征，利用Random算法将数据随机分为训练集( n＝64)与测试集( n＝16)进行机器学习，建立决策树(DT)、逻辑回归(LR)、随机森林(RF)、极限梯度增强树(XGBoost)4种机器学习模型并绘制ROC曲线，分别计算AUC、敏感性、特异性及95% CI，采用DeLong检验比较ROC曲线差异。 结果:80例直肠癌患者pCR 15例，占18.75%；非pCR 65例，占81.25%。共提取1 409个影像组学特征，经LASSO算法降维后筛选出8个最有价值的特征。测试集DT、LR、RF、XGBoost 4种分类器模型的AUC分别为0.870、0.801、0.912、0.945，其中XGBoost分类器模型的AUC最大，与DT、LR、RF分类器模型相比较，差异具有统计学意义( P＝0.008； P＝0.006； P＝0.009)；其他3种模型两两比较，差异均无统计学意义( PLR-RF＝0.083； PDT-LR＝0.113； PDT-RF＝0.879)。4种分类器模型敏感性分别为78.57%、64.29%、78.57%、85.71%，特异性分别为95.38%、84.62%、92.31%、98.46%，95% CI分别为0.775～0.935、0.696～0.882、0.827～0.964、0.870～0.984。 结论:基于高分辨T2WI图像的影像组学对直肠癌新辅助治疗后pCR有预测价值，其中XGBoost模型预测效能优于DT、LR、RF，可以用于辅助临床制定个体化治疗决策。

目的:探讨相位角(PA)在构建肿瘤患者营养评估预测模型中的价值。方法:回顾性分析2020年6月至2021年2月于长治市人民医院住院的1 129例恶性肿瘤患者的临床病理资料。采用人体成分分析仪测量患者身体6个部位的PA值，6个部位分别为左上肢(LA)、右上肢(RA)、左下肢(LL)、右下肢(RL)、躯干(TR)、全身(WB)。计算患者的体质指数(BMI)，行患者主观整体评估(PG-SGA)。比较身体6个部位PA值的差异，并结合年龄、性别以及肿瘤类型分析PA与BMI和PG-SGA的相关性。分别对BMI及PG-SGA进行二分类，依次使用决策树、随机森林、stepAkaike信息准则以及广义似然比检验选择合适变量，并用logit逻辑回归模型对数据进行拟合，采用受试者工作特征(ROC)曲线以及模型预测准确率判断logit逻辑回归模型的效能。结果:LA和RA、LL和RL、TR和WB的PA值成线性相关且系数约为1( P<0.001)。BMI以18.5 kg/m 2为分界点，PG-SGA评分以4和9分为分界点，得到模型A、B、C。使用PA-LA、PA-TR及肿瘤疾病类型为变量拟合BMI分类模型(模型A)，使用BMI、PA-LA以及年龄为变量拟合PG-SGA以9分为分界点的模型(模型B)，使用PA-LA、PA-TR、BMI、年龄与肿瘤疾病类型为变量拟合PG-SGA以4分为分界点的模型(模型C)。ROC曲线显示，模型A、B、C的最佳临界值分别为0.155、0.793和0.295。模型A推荐当概率>0.155时归为BMI<18.5 kg/m 2组，模型B推荐当概率>0.793时归为PG-SGA<9分组，模型C推荐当概率>0.295时归为PG-SGA<4分组。 结论:PG-SGA分组预测模型操作简单，可以将患者的营养状况大致划分为3个区间，分别为正常或可疑营养不良组(PG-SGA<4分)、中度营养不良组(4分≤PG-SGA<9分)和重度营养不良组(PG-SGA≥9分)，可以更加高效地预测肿瘤患者的营养状况，简化营养评估流程，更好地指导临床营养规范化治疗。

目的:探讨基于脑部T 2WI病灶影像组学的机器学习模型鉴别多发性硬化（MS）和视神经脊髓炎谱系疾病（NMOSD）的效能。 方法:回顾性分析2009年1月至2018年9月在首都医科大学附属北京天坛医院、南昌大学第一附属医院东湖院区、天津医科大学总医院、首都医科大学宣武医院接受诊治的MS和NMOSD患者223例的资料，按照7∶3的比例完全随机分为训练集（156例）和测试集（67例）。收集2009年1月至2018年9月在复旦大学附属华山医院、吉林大学中日联谊医院接受诊治以及2020年3月至2021年9月在南昌大学第一附属医院象湖院区接受诊治的MS和NMOSD患者共74例作为独立的外部验证集。对患者进行脑部横断面MR T 2WI，从T 2WI中提取影像组学特征，通过最小冗余最大相关性和最小绝对收缩和选择算子算法进行特征选择，之后构建各种机器学习分类器模型（logistic回归、决策树、AdaBoost、随机森林或支持向量机）鉴别诊断MS与NMOSD。采用受试者操作特征曲线的曲线下面积（AUC）评估训练集、测试集、外部验证集中各分类器模型的性能。 结果:基于多中心的T 2WI，共提取了11个与区分MS和NMOSD有关的影像组学特征并构建分类器模型。其中随机森林模型区分MS与NMOSD的效能最好，其在训练集、测试集和外部验证集中区分MS与NMOSD的AUC值分别为1.000、0.944和0.902，特异度分别为100%、76.9%和86.0%，灵敏度分别为100%、92.1%和79.7%。 结论:基于脑部病灶T 2WI的影像组学特征构建的随机森林模型可以有效地区分MS和NMOSD。

目的:探讨MRI影像组学模型预测局部晚期宫颈鳞癌同步放化疗早期治疗反应的价值。方法:回顾性收集2013年1月至2019年6月辽宁省肿瘤医院经病理证实的367例局部晚期宫颈鳞癌（国际妇产科联合会分期为ⅡB~ⅣA期）患者，因无法手术而接受完整的同步放化疗，于治疗前2周内及治疗第4周末行盆腔平扫MRI、DWI及动态增强MRI，根据实体瘤疗效评价标准1.1进行评价，将患者分为完全缓解（CR）组（247例）和非CR组（120例）。采用随机拆分法，按7∶3比例分为训练集（256例）和验证集（111例）。由2名医师在治疗前DWI、T 2WI和增强T 1WI（延迟期）图像上勾画感兴趣区，最终形成三维容积感兴趣区。于3个单序列图像分别提取1 906个影像组学特征，并利用特征相关分析和树模型筛选特征。使用逻辑回归（LR）、支持向量机（SVM）和随机森林（RF）3种分类器学习算法进行机器学习，获得最佳分类器。基于最佳分类器，建立3个单序列影像组学模型，并采用多因素LR分析得到多序列联合模型。通过DeLong检验比较3个单序列模型与多序列联合模型的受试者操作特征曲线下面积（AUC）差异。通过决策分析曲线评估多序列联合模型的临床应用价值。 结果:在训练集和验证集中，LR分类器模型的性能最佳。基于LR分类器，DWI、T 2WI、增强T 1WI序列和联合序列在训练集中的AUC分别为0.77、0.74、0.79、0.86，验证集中的AUC分别为0.71、0.66、0.75、0.77。在训练集中，联合模型的AUC值高于DWI、T 2WI、增强T 1WI序列模型，差异均有统计学意义（ Z=3.01、3.56、2.83， P=0.003、0.001、0.005）；在验证集中，多序列联合模型与T 2WI模型的AUC差异有统计学意义（ Z=2.46， P=0.015）。决策分析曲线显示当阈值概率在0.44~0.88范围内，多序列联合模型产生了净效益。 结论:基于LR分类器，通过综合多序列MRI图像影像组学特征建立的联合模型对评估局部晚期宫颈鳞癌同步放化疗早期治疗反应有较好的预测价值。

目的:分析吡仑帕奈单药治疗儿童局灶性癫痫临床疗效的影响因素，促进临床合理用药。方法:应用回顾性研究方法分析2021年6月至2022年8月在华中科技大学同济医学院附属武汉儿童医院确诊为癫痫局灶性发作的患儿资料。以吡仑帕奈单药治疗第3、6、12个月疗效为因变量，患儿性别、起病年龄、吡仑帕奈单药治疗的初始年龄、病程、体重、体重指数(BMI)、发作频率、癫痫综合征、病因、既往史、发育迟滞、起始剂量及维持剂量、血药浓度、 CYP3A4、CYP3A5基因突变情况等因素为自变量，采用Cox比例风险回归分析各项因素对吡仑帕奈单药治疗疗效的影响；采用机器学习随机森林模型及决策树模型分析影响疗效因素的重要性序列并寻找最佳分类界值切点。 结果:本研究共纳入43例患儿(男31例，女12例)，起病年龄为(7.6±2.1)岁，开始使用吡仑帕奈单药治疗年龄为(7.8±2.7)岁。Cox比例风险回归分析提示患儿BMI数值越大，吡仑帕奈治疗局灶性癫痫的疗效越差( HR＝0.74，95% CI：0.55～0.99， P＝0.045)，且通过机器学习发现患儿的BMI是影响临床疗效的显著性协变量，当BMI≥21.8 kg/m 2时负向影响疗效更显著。 结论:吡仑帕奈单药治疗儿童局灶性癫痫的临床疗效与患儿的BMI值相关，单药治疗肥胖癫痫患儿可能需适当增加吡仑帕奈剂量以控制发作。

目的:研究结肠镜联合X线支架置入术治疗结直肠癌性肠梗阻的疗效，并分析患者术后迟发性出血的危险因素。方法:选择2016年11月至2020年12月海南省人民医院收治的结直肠癌性肠梗阻患者382例。其中，行结肠镜联合X线支架置入术治疗254例（支架置入组），行急诊根治性切除术治疗128例（对照组）。比较两组手术时间、术中出血量、淋巴结清扫数量、肿瘤直径、切口长度、排气时间、住院时间、进食流质时间及造瘘、围手术期死亡和术后迟发性出血等发生情况。按计算机产生的随机数将行结肠镜联合X线支架置入术治疗的254例患者按3∶1比例分为训练集（190例）和测试集（64例），根据训练集患者是否发生术后迟发性出血将患者分类，对比两者临床指标，采用多因素Logistic回归模型分析发生术后迟发性出血的独立危险因素，并根据独立危险因素建立术后迟发性出血预测模型并验证。结果:支架置入组患者均成功置入支架，术后24~48 h梗阻症状得到缓解。支架置入组手术时间、术中出血量、切口长度、造瘘率、排气时间、住院时间和进食流质时间明显低于对照组[（88.89 ± 5.97）min比（116.58 ± 20.17）min、（33.18 ± 16.52）ml比（92.35 ± 25.64）ml、（4.50 ± 0.96）cm比（14.26 ± 2.88）cm、10.24%（26/254）比98.44%（126/128）、（1.18 ± 0.58）d比（1.53 ± 0.77）d、（7.69 ± 5.12）d比（12.88 ± 6.54）d和（1.46 ± 0.68）d比（2.12 ± 1.18）d]，淋巴结清扫数量明显高于对照组[（19.88 ± 4.47）个比（17.47 ± 3.11）个]，差异有统计学意义（ P<0.01）；两组肿瘤直径和围手术期病死率比较差异无统计学意义（ P>0.05）。训练集190例患者中，发生术后迟发性出血18例，发生率为9.47%；未发生术后迟发性出血172例。术后迟发性出血患者年龄、梗阻病程、完全梗阻率、肠镜下肠腔几乎闭塞率、术中出血率和术前肠腔手术史率明显高于术后无迟发性出血患者[（69.52 ± 10.54）岁比（58.65 ± 15.87）岁、（14.56 ± 10.12）d比（8.13 ± 7.68）d、11/18比20.35%（35/172）、11/18比16.28%（28/172）、7/18比11.63%（20/172）和12/18比37.79%（65/172）]，差异有统计学意义（ P<0.01或<0.05）。多因素Logistics回归分析结果显示，高龄、梗阻病程较长、完全梗阻、肠镜下肠腔几乎闭塞和术中出血为结直肠癌性肠梗阻行结肠镜联合X线支架置入术患者发生术后迟发性出血的独立危险因素（ OR = 3.925、4.802、1.727、2.710和2.581，95% CI 1.352~8.330、1.064~8.869、1.063~2.804、1.118~4.400和1.689~3.479， P<0.05或<0.01），术前肠腔手术史与术后迟发性出血无关（ P>0.05）。列线图训练集和测试集一致性指数分别为0.742和0.726（95% CI 0.684~0.845和0.640~0.812）。两种模型的受试者工作特征（ROC）曲线分析结果显示，训练集列线图模型和树增益朴素贝叶斯（TAN）模型的曲线下面积（AUC）分别为0.758和0.752，测试集列线图模型和TAN模型的AUC分别为0.702和0.706。训练集列线图模型和TAN模型预测准确度分别为84.74%（161/190）和85.26%（162/190），测试集列线图模型和TAN模型预测准确率分别为82.81%（53/64）和84.38%（54/64）。 结论:结肠镜联合X线支架置入术治疗结直肠癌性肠梗阻安全可行，但对于高龄、梗阻病程较长、完全梗阻、肠镜下肠腔几乎闭塞及术中出血的患者，应谨慎操作，以减少术后迟发性出血的发生。