目的 用现有药代动力学(PK)药物相互作用(DDI)信息的数据库,构建出可用于预测AUC倍数变化(FC)的机器学习模型,用于探究对现有DDI预测的可能,为临床用药提供一定的合理建议.方法 从美国食品药品监督管理局(FDA)认证的药品标签中提取DDI的PK数据和AUC倍数变化的数据.通过DrugBank检索出DDI有关的多肽和药效学(PD)信息,用蛋白质资源(UniProt)对相关多肽ID进行药物类型(PPDT)标识,用矩阵归一化的代码生成便于分析的多维向量数据.PPDT对AUC的影响和所产生的倍数变化作为因变量,进行机器学习模型构建.用均方根误差(RMES)值最小的模型进行模型构建,训练出袋装决策树(Bagged)预测模型.利用训练好的模型对部分药物检验,检测模型的预测性别.通过查阅现有的有关检测DDI对的文献研究结果,对预测值进行分析比较,对模型进行评价.结果 检验模型药物对共16对,分别为16种药物对他克莫司的影响,发现对DDI的有无预测准确率为81.25％;预测结果根据FDA标准分类强弱,结果表明,DDI强弱预测,偏离较大的预测较少.结论 模型预测DDI的有无评价一般;但对DDI的强弱分类后,对DDI的预测结果较好,预测结果说明模型预测性能对于在临床试验之前进行潜在的DDI评估具有一定的参考价值.

目的 本研究探索中国中老年人胰岛素抵抗代谢评分(METS-IR)与心血管代谢性共病发病(Cardiometabolic multimorbidity,CMM)风险的关联.方法 基于人群的队列研究,本研究使用中国健康与养老纵向研究(CHARLS)的数据,在2011-2018年对中国45岁或以上居民进行了调查.Cox比例风险模型被用于计算METS-IR与新发CMM的关联的风险比(HR)和95％可信区间(CI),并在不同人群中进行分层分析,观察协变量与METS-IR的交互作用,应用限制性立方样条观察在不同体重人群中METS-IR与新发CMM的剂量反应关系.构建受试者工作特征(ROC)曲线,分析METS-IR对CMM发病风险的预测价值.结果 本研究共纳入5 349名研究对象,CMM发病率为2.08％,在调整所有纳入的协变量后,METS-IR作为连续变量与CMM发病风险呈正相关(HR:1.07,95％CI:1.05～1.09,P＜0.001).作为分类变量,METS-IR最高组与CMM发病风险仍呈正相关(HR:3.47,95％CI:2.06～5.84,P＜0.001).在全参与者(P for overall＜0.001)、正常体重(P for overall=0.022)和超重肥胖(P for overall=0.008)人群中 METS-IR与CMM发病风险仍存在线性关系.METS-IR对CMM发病风险具有一定的预测能力(AUC:0.651,95％CI:0.598～0.704).结论 METS-IR与中老年人群新发CMM风险增加存在正向关联,在正常体重或超重肥胖人群中都应该持续关注,从而减少CMM的风险.

基于2000-2020年Landsat影像和数字高程模型等数据,采用面向对象的方法进行绿洲分类,使用趋势分析、重心迁移及地理探测器等方法对西北干旱区绿洲时空特征及其驱动力进行研究.结果表明:2000-2020年,西北干旱区绿洲面积呈线性增加趋势,绿洲面积年均增速为1079.66 km2·a-1.绿洲面积增长率由高到低依次为阿拉善、南疆、河西走廊和北疆地区.西北干旱区绿洲主要呈带状或点状分布在天山南北麓、昆仑山、祁连山北麓和阿拉善高原,北疆绿洲面积变化表现为北部增加、南部减少;南疆绿洲主要沿河流扩张,但部分绿洲边缘出现退缩;河西走廊绿洲的扩张与退缩均发生在西北部河流沿岸;阿拉善绿洲呈散点状扩张,无明显退缩区域.北疆和南疆绿洲的重心大体上向东北方向移动,河西走廊绿洲重心沿西北方向迁移,阿拉善绿洲重心呈南北向波动迁移.农田生产潜力对北疆绿洲和河西走廊绿洲空间分异的解释能力最强,分别为43.6％和45.3％;影响阿拉善绿洲分布变化最敏感的因子是降水(解释能力为27.6％);南疆绿洲分布响应最敏感的环境因子是土壤类型(解释能力为44.9％).西北干旱区绿洲中,人类活动因子之间的交互作用以双因子增强为主,自然因子之间的交互作用为双因子增强和非线性增强.

目的 基于电子鼻技术探讨慢性萎缩性胃炎(CAG)湿热证患者口腔呼气气味图谱特征及识别效果.方法 招募慢性胃炎患者,其中CAG湿热证组60例、CAG非湿热证组50例、慢性非萎缩性胃炎(CNAG)湿热证组60例、CNAG非湿热证组50例,同时将健康志愿者30例设为健康对照组.随机选取CAG湿热证组中10例和CAG非湿热证组50例组成CAG组,选取CNAG湿热证组10例和CNAG非湿热证组50例组成CNAG组.除健康对照组外,其余各组患者进行幽门螺杆菌(Hp)检测;运用电子鼻(GISXM-MQWA01)采集所有受试者口腔呼气气味绘制图谱,对健康对照组与CAG组、CNAG组受试者,CAG湿热证组、CAG非湿热证与CNAG湿热证口腔气味图谱各响应曲线(包括曲线A、B、C、D、E、F、G、H、I、J)振幅、斜率进行比较.运用改良Transformer模型对气味图谱特征进行分类,并采用混淆矩阵方法对分类模型进行评估,指标包括准确率、ROC曲线下面积(AUC)等.结果 CAG湿热证组Hp阳性率为80.00％(48/60),CAG非湿热证组为62.00％(31/50),CNAG湿热证组为46.67％(28/60),CNAG非湿热证组为42.00％(21/50),CAG湿热组与CAG非湿热组Hp阳性率比较差异有统计学意义(P＜0.05).CAG组气味图谱的响应曲线A、B、C、D、F、G、I振幅及A、F的斜率均低于健康对照组,曲线E振幅及斜率高于健康对照组和CNAG组(P＜0.05或P＜0.01);CNAG组的图谱响应曲线A、B、C、D、F、G、I振幅及A、D、F斜率低于健康对照组(P＜0.05或P＜0.01).CAG湿热证组气味图谱响应曲线D振幅及J斜率高于CNAG湿热证组,曲线F振幅低于CAG非湿热证组,曲线H振幅及A、H、J斜率高于CAG非湿热证组(P＜0.05).CAG组与健康对照组组间气味图谱识别模型的识别准确率达77.78％,AUC=0.88;CAG组与CNAG组的识别准确率达69.44％,AUC=0.61;CAG湿热证组与CAG非湿热证组识别准确率可达75.8％,AUC=0.70.结论 电子鼻技术能对CAG湿热证患者的口腔呼气气味作出较为准确的识别,曲线F振幅降低,曲线H振幅及A、H、J斜率升高可能是其气味图谱特征.

目的 本研究基于半监督算法残差网络(semi-supervised algorithm Residual network,SMRNet)的深度学习方法,探索其在计算机辅助自主分析膝关节MRI诊断前交叉韧带(anterior cruciate ligament,ACL)损伤方面的应用.方法 使用100名经过关节镜确认的ACL损伤患者和100名关节镜确认无ACL损伤的患者的术前MRI图像.在选取适当层面后,裁剪并用于SMRNet的训练.SMRNet对单个MRI切片上ACL损伤的概率进行最终判断.4名临床医师对相同图像进行读片诊断.结果 SMRNet分类的敏感性、特异性、准确性、阳性预测值和阴性预测值分别为97.00％、94.00％、95.50％、94.17％和96.91％.医师的整体阅片情况类似,敏感性区间91.00％～96.00％、特异性区间90.00％～94.00％、准确性区间90.50％～95.00％、阳性预测值区间90.09％～94.12％、阴性预测值区间90.90％～95.92％,二者差异无统计学意义(P＞0.05).结论 经过训练的SMRNet模型在ACL损伤检测上超越部分临床医师,为膝关节MRI诊断提供高效可靠方法,展现深度学习在医学影像的潜力.未来,SMRNet有望成为膝关节MRI诊断的重要工具,为患者提供更精准的诊疗方案.

目的:分析输尿管软镜钬激光碎石术治疗输尿管上段复杂性结石后双J管附壁结石形成的原因.方法:选择2015年1月至2023年8月于首都医科大学附属北京潞河医院收治的105例输尿管上段复杂性结石患者,其中男58例,女47例,根据结石评估结果分为结石组(n=40)与非结石组(n=65).通过随机森林算法分析患者双J管附壁结石形成的影响因素.通过单因素和多因素分析双J管附壁结石形成的独立影响因素,并构建分类树模型.结果:结石组和非结石组CT值、术中出血量、双J管留置时间、白细胞计数(WBC)、C反应蛋白(CRP)、尿酸(UA)、血钙、尿pH值、尿蛋白、尿红细胞、尿白细胞、尿结晶比较差异均有统计学意义(t/χ2 值分别为4.361、2.502、6.815、12.176、24.398、15.595、6.517、2.069、6.881、4.524、3.883、4.699,均P<0.05).双J管留置时间、尿蛋白阳性、尿结晶阳性、UA为双J管附壁结石形成的独立危险因素(P<0.05).分类树模型显示,双J管留置时间是双J管附壁结石形成的重要预测因素,收益图和索引图显示模型预测良好.结论:双J管留置时间、尿蛋白阳性、尿结晶阳性、UA为双J管附壁结石形成的独立危险因素.临床应重点关注相关因素,及时制定预防策略,以期降低双J管附壁结石的发生风险.

目的:确定3～6岁学龄前儿童龋病相关的口腔健康行为(OHB)潜在类别及异质关联性,为制定儿童口腔健康干预措施,改善口腔健康状况提供一种有效途径.方法:使用潜在类别分析(LCA),对595例学龄前儿童的口腔卫生、饮食习惯和预防保护3个维度内的8项行为习惯进行分类,通过模型拟合和解释性度量确定最优类别;基于双变量关联检验和多变量回归模型进行聚类数据边际效应估计.采用SPSS 27.0软件包中的卡方检验和对应分析探讨学龄前儿童口腔健康行为与龋病的相关性.结果:学龄前儿童的患龋率为54％,LCA将OHB分成有利型(88％)和不利型(12％)2个潜在类别.与有利型OHB相比,不利型OHB具有较高患龋率(58％:52％)、较差龋患状况(平均dmft为3.52∶2.44)以及较低定期检查经历(63％:66％);2个潜在类别组的龋患严重程度分布差异有统计学意义(P＜0.05).结论:学龄前儿童龋病相关口腔健康行为存在明显异质性分类特征,不同潜在类别与龋病之间存在关联性,应根据这种异质性对儿童口腔健康行为制定干预措施.

目的:为实现更好的颈椎健康监测与颈椎病预防效果,设计一种嵌入式颈椎健康智能系统.方法:该系统主要由移动便携监测终端、云端服务器、微信小程序三大部分组成.移动便携监测终端主要由数据采集模块、数据处理模块、物联网通信模块三大模块组成,其中数据采集模块选用JY901-S作为主要数据传感器;数据处理模块通过动作分类模型对头部动作进行分类识别,选用STM32F4作为主控芯片、国产RT-Thread作为嵌入式操作系统;物联网通信模块选用乐鑫ESP32-C3系列Wi-Fi蓝牙双模模块.云端服务器选用Linux+Nginx+uWSGI作为Web服务器架构,通过MySQL数据库存储用户数据,并利用颈椎健康评估模型评估用户颈椎健康状态.微信小程序采用WXML+WXSS+WXS开发.结果:该系统基本能够实现颈椎健康状态监测和运动指导功能,且对人体头部动作分类识别的平均准确率为90％以上,对颈部关节活动度的测量精度为±1°,整体性能较好.结论:该系统能有效帮助用户建立并维持规律的颈椎健康运动行为,可为医院等机构提供关键可靠的康复运动治疗方案与康复护理数据支撑.

针对病理数据超大尺寸、标注成本高昂等问题带来的病理分类准确率较低的问题,基于多示例网络,引入分级注意力模块,设计一种兼顾示例级和图像块级损失的病理分类算法.回顾性收集皖南医学院第一附属医院口腔颌面外科186例口腔癌(126例鳞癌、60例腺癌),其数字病理切片划分为验证集、测试集及训练集.首先对病理图像进行前后背景分割,去掉背景中的噪声部分,然后采用ResNet50对分割后的病理图像提取特征,并将特征输入第一级注意力网络,得到基于图像块的注意力得分和损失,再根据注意力得分对图像块进行排序重置标签输入第二级注意力网络,得到基于示例级别的损失,最后将两级注意力的损失作为模型的总损失,通过训练最终网络,得到口腔癌分类结果.实验结果表明,使用两级注意力的多示例网络准确率为78.95%,AUC为0.8430,相较于基线模型均有更高表现.

针对机器学习方法在对脑电特征进行分类时无法同时兼顾脑电信号的时-空域特征的问题,利用添加注意力机制的卷积神经网络提取空间特征和双向门控循环单元提取时间特征,提出一种基于特征融合的运动想象(Motor Imagery,MI)脑电分类算法(Attention-EEGNet-BiGRU,AEBGNet),AEBGNet可将时、空域两类特征相融合,得到更具表征性的时-空域特征,最终构建的AEBGNet分类模型在BCI competition IV 2b数据集上取得80.37%的平均正确率,比标准的EEGNet方法提高6.09%.结果表明,本文方法可以有效提高MI脑电信号的分类正确率,为MI脑电信号的分类提供新的思路.