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 探讨恶性肿瘤终末期患者住院费用的影响因素,为控制恶性肿瘤终末期患者医疗费用和研究安宁疗护卫生经济学价值提供数据参考.方法 回顾性分析2018年1月1日-2022年12月31日在成都市某医院住院治疗2040例恶性肿瘤患者的基本情况、住院费用构成,采用描述性分析、单因素方差分析、多元线性回归等方法对住院费用及其影响因素进行统计分析.结果 恶性肿瘤终末期患者住院天数中位数为16天,住院费用中位数为35 009.82元,其中以西药费为主(45.61％).多元线性回归分析提示住院天数、使用呼吸机、医保类型、使用抢救药物、血液透析、癌症种类、气管插管、输血、气管切开为恶性肿瘤终末期患者住院费用的主要影响因素(P＜0.05).结论 恶性肿瘤终末期患者住院费用受多种因素影响,建议建立综合医院与安宁疗护机构双向转诊标准和服务流程,有效缩短平均住院日.

目的 青少年特发性脊柱侧弯(adolescent idiopathic scoliosis,AIS)是危害青少年健康的常见疾病之一.临床上,X线图像Cobb角测量法是评估患者脊柱侧凸严重程度的"金标准".由于X线图像中肋骨和骨盆阴影重叠以及椎骨形态差异等因素影响,人工测量在寻找关键点时步骤复杂且耗时长,快速且准确的Cobb角自动测量方法具有重要临床应用价值.现有深度学习方法中基于分割的方法易受图像质量影响;基于关键点检测方法过于关注局部特征提取导致定位不准确等问题.为此,本文提出了一种以椎骨为中心的标志点检测方法,来实现脊柱侧弯Cobb角自动估计算法.方法 构建一种基于融合多尺度和注意力机制M型椎骨检测网络(multi-scale attention M-shaped network,MSAM-Net).首先,使用多尺度金字塔拆分注意力(multi-scale pyramids squeeze attention,MPSA)模块和注意力特征融合(attentional feature fusion,AFF)模块提取椎骨特征和上下文信息,然后,根据椎体中心和角偏移量定位4个角标志点,以在脊柱侧弯评估任务中提高椎骨标志点检测的性能,进而实现近胸段、主胸段和胸腰段曲线的Cobb角估计.结果 为了评估Cobb角估计与真实侧弯角度之间的偏差程度,本研究算法基于AASCE MICCAI 2019挑战赛数据集,使用4种指标对Cobb角精度进行评估,分别是对称平均绝对百分比误差(symmetric mean absolute percentage error,SMAPE)、欧氏距离(Euclidean distance,ED)、曼哈顿距离(Manhattan distance,MD)和切比雪夫距离(Chebyshev distance,CD).测试得到SMAPE为9.39％,ED为4.18;MD为5.92;CD为5.34.与基于分割和检测的5种深度学习方法进行对比,实现更好的Cobb角测量结果.结论 本研究可以准确识别和定位X线图像中椎骨,帮助医生测量AIS患者的Cobb角,为临床AIS诊断、手术计划和脊柱健康分析提供决策支持.

局限肢体软组织肉瘤(STS)的主要治疗方法是获得阴性切缘的原发肿瘤广泛切除,治疗的目标是维持生存、避免复发及转移、最大限度保全功能及减少并发症.对于大部分的成人肢体STS,放疗联合保肢手术可获得与截肢手术相当的局部控制率,并且局部控制率高于任何单一治疗手段,是目前标准的治疗模式.本指南由国家肿瘤质控中心牵头,多位专家共同制定,详细阐述了成人肢体STS的诊疗概况及调强放疗的具体实施.诊疗概况包括流行病学、诊断、分期及治疗原则.放疗实施包括准备、治疗决策、放疗适应证、定位、靶区勾画、处方和危及器官限量及计划设计,并从术前放疗、术后放疗两个方面分别阐述,涵盖了诊疗全过程,提供了全方位的放疗指导.

目的 检索、评价、整合预防孕产妇产后抑郁症(postpartum depression,PPD)非药物干预的最佳证据.方法根据PIPOST方法确立循证问题,按照"6S"金字塔证据模型,自上而下检索国内外计算机决策系统、指南网站、专业学会网站、数据库中关于预防孕产妇PPD非药物干预的证据,包括临床决策、证据总结、指南、系统评价等,检索时限为2013年12月16日-2023年12月15日,对符合标准的文献进行质量评价、证据提取和分级.结果共纳入23篇文献,其中2篇临床决策、4篇指南、4篇专家共识、13篇系统评价,从筛查与评估、多学科团队干预、心理干预、运动干预、膳食补充剂、母婴皮肤接触、信息支持7个方面,共总结出26条最佳证据.结论预防孕产妇PPD非药物干预措施需要多学科共同协作,充分发挥社会资源,证据应用过程中应进行本土化,以降低PPD的发生率,提升护理质量.

随着结直肠癌的发病率和死亡率在全球范围内显著上升,局部进展期直肠癌(locally advanced rectal cancer,LARC)的治疗策略引起了广泛关注.目前,新辅助治疗(neoadjuvant chemoradiotherapy,NCRT)后行全直肠系膜切除术(total mesorectal excision,TME)被推荐为LARC的标准治疗方案.尽管NCRT能显著改善预后,但LARC患者对此治疗响应存在显著差异.因此,准确评估N C RT的疗效对于临床决策和个体化医疗具有重要意义.当前的疗效评估方法包括血清肿瘤标记物、内镜、直肠腔内超声、CT/MRI等,但各有局限.近年来,磁共振肿瘤退缩分级(magnetic resonance tumor regression grade,mrTRG)系统因其无辐射、多方位成像、软组织分辨率高和动态连续观察的优点而受到关注和推荐,因此,本文旨在通过分析最新的国内外研究文献,着重探讨LARC患者NCRT后mrTRG的应用价值及其现状.

目的 探究点征及列线图模型预测自发性脑出血(sICH)患者早期血肿扩大的效能.方法 收集中国人民解放军西部战区总医院2018年1月至2023年12月期间所有符合标准的210例sICH患者.依据血肿是否扩大超过33％或体积超过6 mL,将患者分为血肿扩大组和血肿非扩大组.通过对比分析两组患者的临床特征及CT影像学表现,运用多因素Logistic回归分析筛选影响血肿扩大的危险因素.借助R语言rms包,构建预测患者血肿扩大的列线图模型.采用曲线下面积(AUC)评估模型区分度,校准曲线评价模型校准度,决策曲线分析(DCA)评估模型临床有效性,并通过准确度、敏感度、特异度及约登指数等指标全面评估模型的预测效能.结果 血肿扩大组患者66例,血肿非扩大组患者144例.点征、首次CT检查时间、低密度征、高血压史、均匀度、血肿异质性评分及液平等因素是预测早期血肿扩大的独立影响因素.临床模型AUC值0.680,准确度71.43％,敏感度40.91％,特异度88.89％,约登指数0.2980;点征预测模型AUC值0.838,准确度86.19％,敏感度77.27％,特异度90.28％,约登指数0.6755;列线图预测模型AUC值0.910,准确度87.14％,敏感度86.96％,特异度81.55％,约登指数0.6851.DeLong检验临床模型、点征模型与列线图模型差异有统计学意义.此外,列线图模型预测早期血肿扩大概率与实际发生概率具有较高拟合度.结论 本研究构建的基于点征联合首次CT检查时间、低密度征、高血压史、均匀度、血肿异质性评分及液平等因素的列线图模型,在预测sICH患者早期血肿扩大方面具有显著价值,为临床决策提供了有力支持.

目的 探索自身免疫性脑炎(autoimmune encephalitis,AE)患者18F-氟代脱氧葡萄糖(fludeoxyglucose,FDG)正电子发射/磁共振计算机断层显像(positron emission tomography/magnetic resonance,PET/MR)表现,寻找提高疾病诊断效能的影像学标记物.材料与方法 回顾性分析25例AE患者(AE组)和11例健康对照(healthy controls,HC)(HC组)的资料.所有研究对象均采集头颅18F-FDG PET/MR影像.首先,使用统计参数图12(statistical parametric mapping 12,SPM12)处理包得出AE组FDG摄取异常脑区.然后,使用后处理工作站多模态脑分析软件提取脑区体积/全脑体积(volume/total intracranial volume,volume/TIV)和平均标准化摄取率(standardized uptake value ratio,SUVr)参数,比较AE组与HC组各个脑区volume/TIV和SUVr的组间差异,并分别选取volume/TIV和SUVr有显著差异的脑区绘制受试者工作特征(receiver operating characteristic,ROC)曲线,计算单一定量参数及定量参数两两联合的诊断效能.最后,进行DeLong检验选择最佳模型,绘制联合诊断校准曲线和决策曲线评估预测模型的准确性,置换检验用于评估统计量的显著性.结果 SPM12的分析显示,AE组脑干和小脑FDG摄取增高(P<0.001),而双侧额叶、顶叶、右侧枕叶FDG摄取减低(P<0.001).脑结构分析结果显示岛叶、扣带回、距状回volume/TIV减低(P<0.05),中扣带回、顶叶、楔叶、枕外侧回SUVr减低(P<0.05).ROC曲线分析发现左侧距状回的volume/TIV和左侧中扣带回的SUVr联合诊断效能(曲线下面积=0.964)最高.DeLong检验显示定量参数两两联合诊断效能与单一参数诊断效能差异具有统计学意义(P<0.05).校准曲线显示诊断模型的校准度一般,但决策曲线显示在一定风险阈值范围内患者可获得比较高的净收益.置换检验显示AE组及HC组的左侧距状回的volume/TIV和左侧中扣带回的SUVr之间差异具有统计学意义.结论 AE患者18F-FDG PET/MR存在某些特定脑区FDG代谢异常和脑体积改变,左侧距状回的volume/TIV和左侧中扣带回SUVr两个参数联合是潜在诊断AE的生物学标记物.

目的:建立并评价脓毒症相关性急性肾损伤（S-AKI）患者3个月死亡风险的列线图预测模型。方法:基于美国重症监护医学信息数据库Ⅳ（MIMIC-Ⅳ），收集2008至2021年S-AKI患者的临床数据。初步纳入58个相关预测因素，以3个月内全因死亡为结局事件。按7∶3比例将数据分为训练集和验证集。在训练集中采用单因素Logistic回归分析初步筛选变量，运用多重共线性分析、Lasso回归和随机森林算法并结合临床应用价值进行变量选择，建立多因素Logistic回归模型并利用列线图进行可视化表达。在验证集中进行内部验证，评价模型预测价值；绘制受试者工作特征曲线（ROC曲线）计算曲线下面积（AUC）评价列线图模型及牛津急性疾病严重度评分（OASIS）、序贯器官衰竭评分（SOFA）、全身炎症反应综合征评分（SIRS）的区分度；校准曲线评价校准度；决策曲线分析（DCA）评估不同阈值概率下的净效益。结果:基于确诊后3个月时的生存状况将患者分为存活组7?768例（68.54%），死亡组3?566例（31.46%）。在训练集中通过多重筛选，最终纳入7个变量，即Logistic器官功能障碍评分（LODS）、Charlson合并症指数、尿量、国际标准化比值（INR）、呼吸支持方式、血尿素氮和年龄，并纳入列线图模型。在验证集中进行内部验证，ROC曲线分析显示，列线图模型的AUC为0.81〔95%可信区间（95% CI）为0.80～0.82〕，大于OASIS评分的0.70（95% CI为0.69～0.71），远大于SOFA评分的0.57（95% CI为0.56～0.58）和SIRS评分的0.56（95% CI为0.55～0.57），具有较好区分度。校准曲线显示列线图模型校准度优于OASIS、SOFA、SIRS评分。DCA曲线显示列线图模型在不同阈概率情况下的临床净收益均好于OASIS、SOFA、SIRS评分。 结论:基于MIMIC-Ⅳ临床大数据建立的一个包含7项变量的S-AKI患者3个月死亡风险预测列线图模型具有很好的区分度和校准度，为评估S-AKI患者预后提供了有效的新工具。

目的:建立个体化预测肝硬化食管胃底静脉曲张破裂出血（EGVB）患者不良预后的列线图模型并验证其效能，为EGVB的防治提供科学依据。方法:回顾性分析2010年1月至2018年12月浙江省医疗健康集团杭州医院收治的389例肝硬化EGVB患者的临床资料。患者均随访3年，其中预后不良232例（预后不良组），预后良好157例（预后良好组）。比较两组患者入院时的一般临床资料和实验室检查结果。采用受试者工作特征（ROC）曲线分析影响肝硬化EGVB患者不良预后因素的最佳截断值，多因素Logistic回归分析影响EGVB患者不良预后的独立危险因素，R语言软件4.0"rms"包建立预测肝硬化EGVB患者不良预后的列线图模型，采用校正曲线对列线图模型进行内部验证，决策曲线评估列线图模型的预测效能。结果:预后不良组年龄、腹水率、肝表面粗糙率、终末期肝病模型评分（MELD评分）、Child-Turcotte-Pugh评分（CTP评分）、丙氨酸氨基转移酶（ALT）、天冬氨酸氨基转移酶（AST）、国际标准化比值（INR）和总胆红素（TBIL）明显高于预后良好组[（62.48 ± 6.21）岁比（58.71 ± 5.93）岁、51.29%（119/232）比35.03%（55/157）、60.78%（141/232）比42.03%（66/157）、（13.89 ± 1.93）分比（11.32 ± 1.69）分、（8.93 ± 0.77）分比（7.46 ± 0.63）分、（37.73 ± 5.21）U/L比（32.13 ± 5.03）U/L、（64.19 ± 11.31）U/L比（57.36 ± 10.29）U/L、1.73 ± 0.41比1.61 ± 0.39和（24.31 ± 2.63）μmol/L比（19.86 ± 2.17）μmol/L]，白蛋白、血红蛋白和血钠明显低于预后良好组[（36.21 ± 4.51）g/L比（39.12 ± 4.96）g/L、（86.31 ± 8.27）g/L比（92.28 ± 9.67）g/L和（136.58 ± 18.24）mmol/L比（141.21 ± 19.26）mmol/L]，差异有统计学意义（ P<0.01或<0.05）。ROC曲线分析结果显示，年龄、MELD评分、CTP评分、白蛋白、ALT、AST、血红蛋白、INR、TBIL和血钠预测肝硬化EGVB患者不良预后的最佳截断值分别为55岁、14.20分、9.30分、35 g/L、38 U/L、67 U/L、88 g/L、1.90、25 μmol/L和135 mmol/L。多因素Logistic回归分析结果显示，年龄≥55岁、腹水、MELD评分≥14.20分、CTP评分≥9.30分、白蛋白<35 g/L以及INR≥1.90是肝硬化EGVB患者不良预后的独立危险因素（ HR = 1.528、1.439、1.637、1.795、1.521和1.596，95% CI 1.165~1.891、1.088~1.790、1.308~1.966、1.385~2.205、1.262~1.780和1.259~1.933， P<0.05或<0.01）。整合影响肝硬化EGVB患者不良预后的独立危险因素，构建列线图模型，其预测效能较好（C-index为0.839，95% CI 0.781~0.948）。列线图模型预测肝硬化EGVB患者不良预后的校正曲线结果显示，实际曲线趋近于理想曲线；当高风险阈值>0.02时，列线图模型预测肝硬化EGVB患者不良预后时可提供明显的额外临床净收益，且其提供的临床净收益高于单个独立危险因素。 结论:基于年龄、腹水、MELD评分、CTP评分、白蛋白和INR等影响肝硬化EGVB患者不良预后的独立危险因素所构建的列线图模型在筛选与识别肝硬化EGVB患者不良预后方面具有较大的临床价值。