目的:探索吸烟肺腺癌组织中和自噬相关联的基因，并确定吸烟导致肺腺癌的潜在的自噬相关因素和预后因素。方法:从GEO数据库下载2个数据集(GSE32863和GSE75037)的基因表达谱，同时下载来自TCGA数据库的吸烟肺腺癌患者的数据集。采用R中的微阵列数据包的线性模型探索来自吸烟的肺腺癌患者的样本与癌旁肺组织之间的差异基因。采用数据库DAVID进行差异基因的富集分析。采用相互作用基因/蛋白质检索的搜索工具和Cytoscape软件获得蛋白质-蛋白质相互作用网络并识别关键基因。此外，构建自噬相关基因和差异基因之间的网络。采用Kaplan-Meier分析总生存率。结果:在GSE32863数据集确定了71个差异基因，在GSE75037数据集确定了641个差异基因，在TCGA数据集中确定了4 070个差异基因。3个数据集的交集显示了52个差异基因，并选择这些数据进行进一步研究。采用GO基因功能注释将52个差异基因分为生物学过程、分子功能和细胞组分3个类别，进行京都基因和基因组百科全书分析。总共有17个差异基因和自噬相关基因密切关联，其中LYVE1、RGCC、FOSB、ETV4、CDC20与自噬基因关联最为密切。LYVE1、CDC20的表达量在吸烟肺腺癌人群和不吸烟肺腺癌中比较，差异均有统计学意义( P值均<0.05)，且与肺腺癌患者总生存率相关( P值均<0.05)，RGCC、FOSB、ETV4表达量在吸烟肺腺癌人群和不吸烟肺腺癌中比较，差异均无统计学意义( P值均>0.05)。 结论:确定了LYVE1，CDC20为吸烟肺腺癌患者特异性的自噬相关基因。这些基因与患者的预后密切相关，可能为肺腺癌的治疗提供新的靶点。

目的:基于功能MR探讨吸烟成瘾患者动态功能连接密度（dFCD）改变的脑区及其与尼古丁依赖量表（FTND）评分的关系。方法:回顾性分析2019年9月至2020年12月通过微信等网络平台在郑州大学第一附属医院招募的176名志愿者的临床及影像资料。均为男性，年龄20~55岁，根据文献结果分为吸烟成瘾轻度组（59例）、吸烟成瘾重度组（61例）、对照组（56例）。所有受试者均接受静息态功能MR扫描并计算dFCD。采用方差分析对3组dFCD进行分析（GRF校正，体素水平 P<0.005，团块水平 P<0.01），两两比较采用Bonferroni校正。采用Pearson偏相关分析差异有统计学意义脑区dFCD与FTND的相关性。 结果:吸烟成瘾轻度组、吸烟成瘾重度组及对照组dFCD差异脑区主要分布在右侧眶额皮层、左侧尾状核、右侧壳核、双侧距状裂周围皮层、右侧楔叶、左侧海马旁回、左侧楔前叶、左侧颞中回和双侧丘脑（GRF校正，体素水平 P<0.005，团块水平 P<0.01）。吸烟成瘾轻度组和吸烟成瘾重度组相较于对照组均表现出双侧距状裂周围皮层、右侧楔叶、左侧楔前叶的dFCD降低，右侧眶额皮层、右侧壳核、左侧尾状核及左侧丘脑的dFCD增加（Bonferroni校正， P<0.05）。吸烟成瘾重度组相较于对照组右侧丘脑dFCD增加；吸烟成瘾轻度组相较于对照组左侧颞中回dFCD降低（Bonferroni校正， P<0.001）；吸烟成瘾重度组相较于吸烟成瘾轻度组左侧颞中回和右侧丘脑dFCD增加，左侧海马旁回dFCD降低（Bonferroni校正， P<0.05）。吸烟成瘾患者右侧丘脑dFCD值与FTND评分呈正相关（ r=0.227， P=0.014），其中吸烟成瘾重度组右侧丘脑dFCD值与FTND评分呈正相关（ r=0.323， P=0.013），吸烟成瘾轻度组与FTND评分无相关性（ P>0.05）。 结论:不同程度吸烟成瘾者间存在与吸烟行为相关的脑区改变，并且重度吸烟成瘾人群的吸烟行为相较于轻度吸烟成瘾人群更趋向于习惯性。

目的:了解我国科技工作者心血管疾病与心理状态的现状及相关影响因素。方法:中国老科协创新发展研究中心联合首都医科大学附属北京安贞医院于2019年7月1日至2021年3月31日，通过纸质问卷及全国网络调研问卷的形式，调查我国科研机构、医疗卫生机构等科技工作者。调查内容主要包括年龄、性别等一般资料、心血管疾病史、工作压力状态、睡眠、抑郁焦虑状态等。结果:共调研科技工作者14 552人。该人群心血管疾病的患病率为25.5%，48.6%患有失眠，抑郁焦虑（包括单纯抑郁、单纯焦虑、混合抑郁焦虑）的患病率为28.8%，心血管疾病合并抑郁焦虑患病率为15.6%。多元logistic回归分析显示，以无心血管疾病无抑郁焦虑为参照，工作压力增加无心血管疾病科技工作者抑郁焦虑的风险（工作压力可承受： OR=2.253，95% CI 1.583~3.206，工作压力难以承受： OR=7.899，95% CI 5.094~12.15）；经常饮酒增加心血管疾病的风险（ OR=1.978，95% CI 1.382~2.833）；工作压力难以承受（ OR=4.072，95% CI 2.515 ~6.399）、吸烟（ OR=2.342，95% CI 1.603~3.421）使有心血管疾病的科技工作者抑郁焦虑风险增加， P值均<0.001。 结论:我国科技工作者抑郁焦虑、心血管疾病、心血管疾病合并抑郁焦虑的问题较为突出，急需采取措施以保障科技工作者心脏心理健康。

目的:探讨男性长期吸烟者默认网络有效连接的异常改变，及其与吸烟临床特征的相关性。方法:回顾性分析2014年1月至2018年12月通过微信等网络平台招募的131名受试者的静息态功能磁共振成像数据，其中长期吸烟者76名［长期吸烟组，男性，年龄20~55（32.1±6.3）岁］，对照者55名［对照组，男性，年龄22~55（32.3±7.4）岁］。长期吸烟者定义为每天吸烟不少于10支，烟龄2年以上且符合美国精神障碍诊断统计手册第4版（DSM-Ⅳ）关于物质依赖诊断标准的人群。选取默认网络中4个主要节点为感兴趣区，分别为左侧顶下小叶（LIPL），右侧顶下小叶（RIPL），后扣带回皮质（PCC），内侧前额叶皮质（mPFC）。基于动态因果模型分析吸烟组及对照组默认网络有效连接（EC）的改变。并分析有差异的EC与尼古丁依赖量表评分（FTND）、吸烟指数及烟龄的相关性。结果:与对照组相比，吸烟组LIPL至PCC、PCC至mPFC的EC减弱（EC分别为-0.091、-0.174，均贝叶斯后验概率>0.95），RIPL至PCC的EC增强（EC为0.136，贝叶斯后验概率>0.95）。此外，从LIPL到PCC的EC与吸烟指数呈负相关（ r=-0.282， P=0.017）。差异有统计学意义的EC与FTND评分及烟龄在组间比较时未发现存在相关性（ r=-0.103、-0.089，均 P>0.05）。 结论:长期吸烟者在IPL-PCC-mPFC神经回路中表现出异常的信息传递，并与吸烟指数相关。

目的:探讨吸烟成瘾与超重之间的交互作用与脑灰质体积的相关性。方法:回顾性分析2019年1月至2021年12月通过微信等网络平台招募的99名受试者的相关临床资料及磁共振成像数据，包括以下4组：超重吸烟成瘾组（ n=24）；正常体重吸烟成瘾组（ n=28）；超重非吸烟组（ n=19）；正常体重非吸烟组（ n=28）。所有受试者均行3.0T MRI检查。采用基于体素的形态学测量（voxel-based morphometry，VBM）的方法比较4组间的灰质体积（gray matter volume，GMV）的差异。采用双因素方差分析，将年龄、受教育年限和头部运动作为协变量，分析吸烟成瘾与超重对于大脑结构的交互作用、吸烟成瘾的主效应及超重的主效应，并将其与临床资料做相关性分析。 结果:吸烟成瘾和超重在大脑左侧背外侧前额叶皮质（dorsolateral prefrontal cortex，DLPFC）存在显著的交互作用（GRF校正，体素水平 P<0.001，团块水平 P<0.05）。相关分析显示，体重指数与左侧DLPFC GMV存在二次效应（β=-3.846， t=-2.134， P=0.036）。此外，吸烟成瘾主效应主要表现在大脑双侧眶额叶皮质（orbitofrontal cortex，OFC）（GRF校正，体素水平 P<0.001，团块水平 P<0.05）。相关分析发现左侧OFC GMV与尼古丁依赖量表评分呈负相关（ r=-0.391， P=0.006），右侧OFC GMV与吸烟指数呈负相关（ r=-0.335， P=0.019）。在上述阈值水平未发现有统计学意义的超重主效应。 结论:吸烟成瘾与超重在左侧DLPFC GMV存在拮抗作用。

目的:探讨基于全脑静息态功能磁共振成像（rs‐fMRI）的男性吸烟成瘾者内在神经时间尺度（INT）的异常改变。方法:病例对照研究。回顾性分析2019年1月至2021年12月通过网络平台招募的139名男性受试者相关临床资料及全脑rs‐fMRI数据。受试者年龄（34.1±8.8）岁。根据是否存在吸烟成瘾分为吸烟成瘾组（ n=83）和健康对照者（ n=56）。通过计算INT来反映受试者大脑神经活动动力学改变。首先采用单样本 t检验分别获得吸烟成瘾组及健康对照组全脑INT的空间分布图谱。然后采用双样本 t检验将年龄、受教育年限作为协变量，分析吸烟成瘾组与健康对照组INT的差异。最后采用Spearman相关分析探究显著差异脑区INT值与尼古丁依赖量表评分及吸烟指数的关系。 结果:吸烟成瘾组与健康对照组表现出相似的分层神经时间尺度模式，即在感觉运动区INT较短，在顶叶、后扣带回皮层的INT较长。此外，吸烟成瘾组在视觉皮层左侧枕中回（ t峰值=-3.18）、左侧枕上回（ t峰值=-3.66）、双侧距状裂周围皮层（左： t峰值=-3.02，右： t峰值=-3.22）、双侧舌回（左： t峰值=-3.10，右： t峰值=-3.04）、左侧楔叶（ t峰值=-2.97）、默认网络相关脑区［（左侧楔前叶： t峰值=-3.23）、左侧角回（ t峰值=-3.07）、左侧后扣带回皮层（ t峰值=-3.54）］的INT较健康对照组显著减低（高斯随机场校正，体素水平均 P<0.005，团块水平均 P<0.05）。但未发现显著差异脑区INT值与尼古丁依赖量表评分及吸烟指数存在相关性（Bonferroni校正后均 P>0.05）。 结论:与健康对照者相比，吸烟成瘾者在视觉皮层及默认网络神经活动动力学方面存在异常改变。

目的:分析职业人群不健康生活方式对糖脂代谢异常的影响及关键影响因素，为糖脂代谢异常的预防提供科学依据。方法:基于2021年中国铁路成都局集团有限公司西南职业人群队列的基线数据和随访数据。糖脂代谢异常以糖尿病伴1项或多项血脂异常判断，不健康生活方式根据吸烟、饮酒、不健康膳食模式、低体力活动和BMI异常进行评分。通过多因素logistic回归模型分析不健康生活方式得分与糖脂代谢异常之间的关系，采用网络分析探索影响糖脂代谢的主要生活方式。结果:共纳入25 631名研究对象。不健康生活方式得分为2、3分人群患糖尿病伴≥1项血脂异常的风险分别为0分的1.93（95% CI：1.31~2.86）倍和2.37（95% CI：1.60~3.50）倍；不健康生活方式得分为1、2、3分人群患糖尿病伴≥2项血脂异常的风险分别为0分的1.98（95% CI：1.08~3.61）倍、2.87（95% CI：1.60~5.14）倍和3.95（95% CI：2.22~7.06）倍。网络分析发现BMI异常和HDL-C是连接不健康生活方式与糖脂代谢异常的“桥接节点”。 结论:不健康生活方式得分越高，患糖脂代谢异常的风险越大，BMI异常和HDL-C是关联不健康生活方式和糖脂代谢异常的关键因素。

目的:构建胸腔镜单肺叶切除术患者术后住院时间延长的预测模型。方法:回顾性收集2016年3月至2019年2月于本院胸外科择期气管插管全麻下行胸腔镜单肺叶切除术患者的病历资料，性别不限，年龄≥18岁，ASA分级Ⅰ~Ⅲ级，术后病理诊断为非小细胞肺癌。收集患者基本信息(性别、年龄、吸烟史)、既往病史(血脂异常、高血压、糖尿病、心脑血管疾病、周围血管疾病、慢性阻塞性肺疾病)、过敏史、其他肿瘤史、手术切除部位、麻醉因素(术中非甾体抗炎药和糖皮质激素使用情况、麻醉时长、术中硬膜外麻醉+术后硬膜外镇痛情况)和术后并发症发生情况(胸腔积液、气胸、肺不张)。根据术后住院时间是否延长分为术后住院时间正常组(≤7 d)和术后住院时间延长组(>7 d)。采用logistic回归分析，筛选胸腔镜单肺叶切除术患者术后住院时间延长的预测因子。基于TensorFlow深度学习框架构建患者术后住院时间延长的回归预测模型，评价模型预测效果；进一步基于TensorFlow框架搭建深度神经网络，构建患者术后住院时间延长的分类预测模型，评价模型预测效果，并与传统机器学习算法构建的预测模型进行比较。结果:最终共纳入428例患者。多因素logistic回归分析结果显示，年龄和麻醉时长是胸腔镜单肺叶切除术患者术后住院时间延长的危险因素，女性、其他肿瘤史和右肺中叶切除是保护因素( P<0.05)。回归预测模型在训练集和测试集上的平均绝对误差分别为2.16和2.14，均方误差分别为11.05和11.73，模型拟合效果欠佳。分类预测模型在测试集上的准确率、F1值、受试者工作特征曲线下面积分别为75.58%、0.553和0.702，模型预测效果尚可，然而预测效果不优于基于逻辑回归、随机森林、梯度提升和支持向量机的4种传统机器学习方法构建的预测模型。 结论:性别、年龄、手术切除部位、其他肿瘤史和麻醉时长可作为预测因子，基于深度神经网络构建胸腔镜单肺叶切除术患者术后住院时间延长的分类预测模型。

目的:比较Logistic回归、BP神经网络及支持向量机3种模型对老年慢性阻塞性肺疾病（COPD）患者30 d内急性加重再入院风险的预测性能，以期为再入院高风险患者筛查及预防提供科学依据。方法:制作COPD患者调查问卷表，包括一般资料调查表、改良英国医学研究委员会呼吸困难量表（mMRC）、日常生活能力评估量表（ADL）、老年抑郁量表、微型营养评定量表（MNA-SF）及COPD评估量表（CAT），采用便利抽样法，选择宁夏地区13所综合医院2019年4月至2020年8月呼吸内科治疗的老年COPD患者作为调查对象，并随访至出院后30 d。探讨患者再入院影响因素，基于影响因素构建Logistic回归模型、BP神经网络模型和支持向量机模型，按照训练集与测试集7∶3的比例分为训练集样本和测试集样本，分别通过查准率、召回率、正确率、F1指数及受试者工作特征曲线下面积（AUC）对模型预测效能进行比较。结果:共调查1 120例患者，其中非再入院患者879例，再入院患者241例。单因素分析显示，非再入院患者与再入院患者的年龄、文化程度、吸烟情况、糖尿病和冠心病比例、过去1年因COPD急性加重住院次数、季节因素及长期家庭氧疗、规律用药、康复锻炼比例、病程、ADL、抑郁状况、mMRC、营养状况比较差异均有统计学意义。二元Logistic回归分析显示，文化程度、吸烟情况、冠心病史、过去1年因COPD急性加重住院次数、季节因素、是否长期家庭氧疗、是否规律用药、营养状况是老年COPD患者30 d急性加重再入院的影响因素。训练集显示，Logistic回归模型、BP神经网络模型及支持向量模型的查准率分别为70.95%、76.51%、84.78%，召回率分别为79.55%、86.36%、88.64%，正确率分别为87.81%、90.81%、93.82%，F1指数分别为0.75、0.81、0.87，AUC分别为0.850、0.893、0.921。测试集显示，Logistic回归模型、BP神经网络模型及支持向量模型的查准率分别为78.38%、80.65%、88.57%，召回率分别为70.73%、60.98%、75.61%，正确率分别为85.82%、84.40%、90.07%，F1指数分别为0.74、0.69、0.82，AUC分别为0.814、0.775、0.858。结论:与Logistic回归模型和BP神经网络模型相比，支持向量机模型的预测效果更好，可以有效预测老年COPD患者30 d内急性加重再入院风险。

我国烟草流行形势严峻，已有的戒烟干预可及性低，大多数吸烟者并未获得有效的戒烟支持。移动医疗技术具有干预覆盖面广、节约成本、功能多样等优势，在控烟及临床戒烟领域展现出巨大的潜力。本文从移动戒烟的概述、类型及效果等方面进行总结，回顾了短信、网络及智能手机应用程序在戒烟干预中应用的研究现状，以期为今后的控烟探索与实践提供参考。