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.

森林是最重要的陆地生态系统类型之一,在生态文明建设中具有举足轻重的地位,研究独具森林资源优势地区的生态系统生产总值(GEP)变化及其对土地利用变化的响应对促进该类区域可持续发展具有重要意义.本研究以江西省资溪县为研究区,基于生态系统价值核算理论和方法,在调节服务通用指标体系(水源涵养、土壤保持、氧气提供、碳固定、气候调节、洪水调蓄、水质净化、空气净化、物种保育)及文化服务通用指标体系(景观游憩、教育)基础上,增加负氧离子、康养等指标,并引入森林生态系统服务修正系数,构建独具森林资源优势的GEP指标体系和方法,评估了研究区2010、2017和2020年GEP的时空变化特征,采用弹性指数及价值损益分析方法量化了土地利用/土地覆盖变化对GEP的影响.结果表明:2010、2017和2020年资溪县GEP分别为167.88、268.17和384.07亿元.各生态系统GEP占总GEP比例依次为森林＞湿地＞农田＞草地＞城镇.研究期间,GEP增加值主要来源于森林生态系统.土地利用变化对GEP产生了重要影响.2010-2020年,研究区土地利用变化总面积为8501.88 hm2.各土地利用变化幅度依次为草地(-2811.17 hm2)＞城镇(1428.06 hm2)＞森林(1357.67 hm2)＞湿地(1031.05 hm2)＞农田(-1005.01 hm2).各类用地的绝对变化主要发生在2017-2020年.各测算指标对森林生态系统的弹性指数明显高于其他生态系统,说明GEP对林地面积变化的敏感性最高.价值损益分析表明,城市开发在一定程度上降低了 GEP,林地、湿地的保护促进了 GEP增加.2010-2020年,资溪县土地利用类型之间的转化导致GEP增加18.65亿元,说明资溪县土地利用变化整体上对生态的影响是正向的.研究结果一定程度上体现了资溪县成为国家生态文明建设示范县之后的绿色发展成效,也为研究区今后高质量发展、高水平保护和土地资源可持续开发利用提供了决策支持,并可为其他类似地区的GEP核算提供借鉴.

定量磁敏感图(QSM)是在磁敏感加权成像(SWI)基础上发展起来的一种新的定量MRI技术,QSM技术在量化人体脏器组织中铁沉积的含量、监测血氧饱和度以及鉴别其他各种抗磁性、顺磁性物质方面具有极大的价值与优势,有利于疾病的早期诊断、分期以及疗效的评估,对临床决策提供良好的参考.目前关于QSM方面的大部分临床研究主要集中在中枢神经系统,比如脑卒中、脑肿瘤、阿尔兹海默症、帕金森病以及脱髓鞘病变.近年来,随着QSM技术的成熟以及算法不断革新,该技术在大脑以外区域的临床应用逐渐活跃,本文就QSM技术在大脑以外区域的临床研究现状及最新进展进行综述.

目的 探讨学龄期儿童局部麻醉手术前焦虑的影响因素,构建相关的预测模型并实施验证分析.方法 采取便利性的原则,选择2022年1月至2023年8月接受局部麻醉手术的学龄期儿童273例的数据资料实施回顾性分析.描述全部纳入研究患儿的术前焦虑发生情况.学龄期儿童局部麻醉手术前焦虑的单因素分析、多因素分析.学龄期儿童局部麻醉手术前焦虑的预测模型构建和预测效能分析.结果 纳入研究的患儿之中术前焦虑平均得分为(34.60±8.17)分,得分30分的共273例,即发生术前焦虑的158例,未发生术前焦虑的115例.术前焦虑发生率为57.88％.单因素分析结果显示,是否发生术前焦虑的学龄期患儿的年龄、既往麻醉经历、术前抽血操作时的疼痛评分、家长特质焦虑评分的数据差异有统计学意义(P＜0.05).多因素分析结果显示,年龄、既往麻醉经历、术前抽血操作时的疼痛评分、家长特质焦虑评分均是学龄期儿童局部麻醉手术前焦虑的的独立影响因素(P＜0.05).依据多因素分析所筛选出来的变量构建列线图风险模型,C-index为0.733,校准曲线平均绝对误差为0.017o决策分析曲线分析结果显示,在风险阈值概率13％～94％,净获益率＞0.利用回归模型的独立影响因素以及P值预测概率对学龄期儿童局部麻醉手术前焦虑发生情况进行ROC曲线的预测,约登指数分别为33.02％、17.31％、42.09％、47.96％、62.59％.回归模型P值预测概率的ROC曲线下面积明显高于其他独立影响因素指标(P＜0.05).结论 学龄期儿童接受局部麻醉手术前的焦虑比例较大,需要医务人员依据实际情况采取针对性的措施实施干预,这对于保证手术以及麻醉的依从性,确保治疗效果具有重要的意义.

目的:探讨IgG排泄分数(FE IgG)对特发性膜性肾病(IMN)患者药物反应性及病情缓解的预测意义。方法:回顾性分析2014年4月至2017年8月本院经临床及病理资料确诊并定期随访的IMN患者82例，利用ROC曲线确定预测临床缓解时间的FE IgG界值，对比基线不同FE IgG水平临床缓解时间的差别，分析不同FE IgG水平对免疫抑制治疗(他克莫司或环磷酰胺)及支持治疗的药物反应性的影响。结果:绘制eGFR、24 h尿蛋白定量及FE IgG预测临床缓解时间的ROC曲线，曲线下面积(AUC)分别为0.509、0.701、0.948；确定FE IgG界值为0.029，所有患者分为高水平组(FE IgG>0.029)、低水平组(FE IgG<0.029)；接受治疗前，两组患者性别、年龄、平均动脉压及eGFR差异均无统计学意义( P>0.05)，两组间FE IgG、24 h尿蛋白定量、血清白蛋白差异有统计学意义( P<0.05)；两组临床缓解时间分别为(18.75±6.81)个月、(8.46±3.74)个月，差异有统计学意义( P<0.001)。FE IgG低水平免疫抑制治疗组与FE IgG低水平支持治疗组缓解时间比较差异无统计学意义( P＝0.265)，二者均低于FE IgG高水平免疫抑制治疗组( P<0.001)；FE IgG高水平组中他克莫司组较环磷酰胺组缓解时间缩短，但差异无统计学意义( P＝0.131)；FE IgG高、低水平组间他克莫司治疗缓解时间比较差异有统计学意义( t＝6.734， P<0.001)；电镜下，FE IgG高水平组足突广泛融合及足细胞弥漫空泡变性比例均较低水平组高，差异有统计学意义( P<0.001)。 结论:FE IgG可作为预测IMN患者药物反应性及病情缓解的临床指标，对早期识别高危患者及制定临床决策至关重要，高FE IgG患者早期开始免疫抑制治疗可能获益更大。

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。

银屑病关节炎（psoriatic arthritis, PsA）是一种慢性、炎症性肌肉骨骼疾病，具有高度异质性，包括多种肌肉骨骼表现和关节外表现。2022年5月英国风湿病学会在 Rheumatology杂志上发表了"2022年英国风湿病学会关于使用生物和靶向合成的改善病情抗风湿药（b/tsDMARDs）治疗PsA的指南" [1]。本指南在上一版的基础上，补充制定了新的推荐意见，包括4条治疗总原则[①治疗决定需要个体化，且应由PsA患者与其临床医生共同决策（推荐强度98%）；②PsA所有药物选择应考虑以下因素：具有不同区域活动的病情表现、用药史、银屑病、葡萄膜炎和炎症性肠病等相关疾病，伴发病和患者偏好（推荐强度97%）；③当PsA患者和临床医生考虑一套临床适用且疗效相当的治疗方案时，考虑给药成本、剂量、价格和利弊约定，选择最便宜的药物（推荐强度88%）；④若PsA患者对b/tsDMARD反应不充分，应考虑潜在的因素，包括：诊断是否正确、患者的依从性、其他原因引起的疼痛、药物水平和免疫原性（推荐强度95%）]，推荐意见涵盖了不同受累区域、相关疾病（银屑病、葡萄膜炎及炎症性肠病）、治疗策略、处方调整以及生活方式选择等共30条，具体建议见表1。

目的:分析糖尿病合并肺炎克雷伯菌肝脓肿患者发生侵袭综合征的相关因素，以此构建在线列线图预测模型并进行验证。方法:病例对照研究。回顾性分析2015年1月1日至2021年12月31日在苏州大学附属第三医院治疗的213例糖尿病合并肺炎克雷伯菌肝脓肿患者的临床资料。运用分层随机抽样法按7∶3将患者分为训练集（149例）和测试集（64例）。使用人工少数类过采样法（SMOTE）过采样处理不平衡数据，再运用Lasso回归在训练集中筛选出最优特征变量并利用多因素logistic回归模型构建糖尿病合并肺炎克雷伯菌肝脓肿患者发生侵袭综合征的预测模型，并在训练集及测试集中进行验证。采用受试者工作特征（ROC）曲线、校准曲线及决策曲线分析（DCA）评估模型的预测效能，并构建简易列线图及在线交互动态网页列线图。结果:入选的213例患者中，男60例，女153例，年龄（61.4±12.0）岁。共有25例（11.74%）糖尿病合并肺炎克雷伯菌肝脓肿患者发生侵袭综合征，入肺炎克雷伯菌肝脓肿侵袭综合征（IKPLAS）组，其他188例为未发生肺炎克雷伯菌肝脓肿侵袭综合征（NIKPLAS）组。使用SMOTE算法进行过采样处理，使正负样本比例为1∶1，在过采样后的训练集中基于Lasso回归筛选出5个主要危险因素，分别为空腹血糖（ λ=0.063）、血红蛋白（ λ=-0.042）、血尿素氮（ λ=-0.050）、脓肿大小（ λ=-0.025）和序贯性器官功能衰竭评分（SOFA）（ λ=0.450）。多因素logistic回归模型结果显示，空腹血糖（ OR=1.20，95% CI：0.98~1.48， P=0.006）、血红蛋白（ OR=0.90，95% CI：0.86~0.95， P<0.001）、血尿素氮（ OR=1.22，95% CI：1.03~1.43， P=0.017）、脓肿直径（ OR=0.76，95% CI：0.61~0.94， P=0.010）、SOFA评分（ OR=3.08，95% CI：2.18~4.36， P<0.001）为糖尿病合并肺炎克雷伯菌肝脓肿患者发生侵袭综合征的相关因素。训练集中ROC的曲线下面积为0.966（95% CI：0.943~0.989），灵敏度为90.5%，特异度为91.3%；验证集ROC的曲线下面积为0.946（95% CI：0.902~0.991），灵敏度为79.6%，特异度为88.9%。分别在训练集和测试集绘制的校准曲线与理想曲线拟合较好。DCA显示列线图预测模型在预测糖尿病合并肺炎克雷伯菌肝脓肿患者发生IKPLAS风险为0.10~0.40时，有较好的临床净收益。 结论:空腹血糖、血红蛋白、尿素氮、脓肿大小、SOFA评分是糖尿病合并肺炎克雷伯菌肝脓肿患者发生侵袭综合征的相关因素，基于此构建的列线图可有效预测糖尿病合并肺炎克雷伯菌肝脓肿患者发生侵袭综合征的风险。

儿童中克罗恩病(Crohn′s disease，CD)的发病率逐年增加，与成人相比，儿童CD面临更迅速变化的病程、更大范围的肠道受累和生长发育的问题。生物制剂的出现拓宽了儿童CD的治疗途径，其中应用最广泛的是抗肿瘤坏死因子治疗，英夫利昔单抗(Infliximab，IFX)、阿达木单抗(Adalimumab，ADA)已被批准用于儿童CD的诱导和缓解治疗。其他途径的生物制剂，如白细胞介素抑制剂乌斯奴单抗(Ustekinumab，UTK)、抗整合素单克隆抗体维多珠单抗(Vedolizumab，VDZ)和生物类似物在儿童CD中的有效性和安全性已被逐步证实。失应答是生物制剂治疗过程中的一大难题，研发更多的生物制剂作为替代治疗方案是未来仍需努力的方向。该文就生物制剂在儿童CD中的疗效分析作一综述，以助于临床医生进行治疗决策。

目的:了解北京市通州区及昌平区肺结核患者就诊延迟及确诊延迟情况并分析其影响因素，为早期发现及科学管理肺结核患者提供有效建议。方法:采用回顾性流行病学调查方法，利用全国结核病管理信息系统收集北京市通州区及昌平区于2021年1月1日至12月31日登记的肺结核患者个案资料，采用电话访谈对部分信息进行补充，采用多因素logistic回归模型及决策树模型分析肺结核患者就诊延迟及确诊延迟的影响因素。结果:2021年北京市通州区及昌平区肺结核患者就诊延迟时间 M（ Q1， Q3）为11（5，26）d，就诊延迟率为41.71%。多因素分析结果显示，健康体检（ OR=0.033，95% CI：0.008~0.147）、就诊前咳嗽咳痰<2周，且有任一结核病症状（ OR=0.378，95% CI：0.215~0.665）、就诊前有其他症状（ OR=2.791，95% CI：1.710~4.555）及就诊期间无需上班或上学（ OR=2.990，95% CI：1.419~6.298）为就诊延迟的影响因素；肺结核患者确诊延迟时间 M（ Q1， Q3）为8（0，18）d，确诊延迟率为35.20%。多因素分析结果显示，确诊单位为结核病专科医院（ OR=0.426，95% CI：0.236~0.767）和结核病防治所（ OR=1.843，95% CI：1.061~3.202）以及患者来源为追踪（ OR=2.632，95% CI：1.062~6.521）为确诊延迟的影响因素。多因素logistic回归模型与决策树模型的整体效能相当，决策树模型的灵敏度高于多因素logistic回归模型、特异度低于多因素logistic回归模型。 结论:2021年北京市通州区及昌平区肺结核患者就诊延迟及确诊延迟处于较低水平，但仍需加强宣传教育并积极开展主动筛查，提高市民对结核病的防治意识，同时进一步提升医疗服务水平和改善就医可及性，减少患者就医及诊断延迟现象。