目的 基于LASSO-logistic回归筛选脑出血(intracerebral hemorrhage,ICH)患者术后下肢静脉血栓发生的危险因素并构建临床预测模型.方法 选取2023年2月至2024年 4月北部战区总医院收治的768例自发性脑出血患者,根据1∶1比例随机分为训练集和验证集.在训练集病例中通过Lasso回归和单因素logistic回归筛选导致脑出血术后静脉血栓形成的可疑危险因素,通过多因素逐步logistic回归确定独立危险因素并构建模型.绘制列线图进行可视化展示,计算受试者工作特征(receiver operation characteristic,ROC)曲线下面积、绘制校准图对构建的模型进行评估,通过临床决策曲线分析(decision curve analysis,DCA)评价模型临床应用价值.结果 ICH后静脉血栓的发生与年龄、糖尿病、格拉斯哥昏迷量表(Glasgow Coma Scale,GCS)评分、血液纤维蛋白原含量相关(P<0.05),与血压、性别、饮酒、吸烟、和手术方式无关(P>0.05).模型的ROC曲线下面积为0.840(95%CI:0.773-0.907).校准曲线一致性良好、Hosmer-Lemeshow拟合优度检验χ2=9.596(P=0.384),表明该模型具有良好的区分度和校准度.DCA中,阈值概率在0.02和0.80之间预测模型具有良好的净获益.结论 高龄(>60岁)、糖尿病、GCS评分低、血液中纤维蛋白原含量(>4 g/L)为自发性脑出血术后下肢静脉血栓发生的独立影响因素,依此构建的预测模型具有良好临床应用价值.

目的:了解高原地区藏族年龄相关性黄斑变性(AMD)的患病率及相关危险因素，并建立诺莫预测模型。方法:采用横断面调查研究设计和整群随机抽样的方法，于2019年6—12月由青海省人民医院组织、兴海县人民医院和同德县人民医院共同参与，对平均海拔约3 000 m的兴海县、同德县≥40岁藏族人群进行问卷调查、眼部常规检查、直接眼底照相和健康宣教。问卷调查内容包括年龄、性别、是否吸烟、是否饮酒、高原地区居住时长、每天日照时长、糖尿病、高血压、高血脂等一般情况。采用 χ2检验筛选有显著差异的因素，并采用Logistic回归分析筛选AMD的相关危险因素，采用R软件绘制AMD预测诺莫图并对预测模型进行准确性验证。 结果:本次调查实际受检人数为1 223人，检出AMD患者190例，AMD患病率为15.54%。高龄、高原地区居住时长、日照时长、吸烟、高血压、高血脂是AMD的相关危险因素。其中高龄是AMD的高危因素( OR＝20.183，95% CI：9.536~29.805， P<0.001)，其次是日照时长( OR＝3.785，95% CI：1.581~8.721， P<0.001)。诺莫预测模型显示，当评分>150分时，患者可能出现AMD的概率为50%。决策曲线表明，当阈概率>25%时，预测发生AMD的概率与实际AMD发生率一致。 结论:高龄、久居高原地区、长时间日照、吸烟、高血压和高血脂是AMD的危险因素，尤其要注意长时间居住在高原地区并且阳光暴露时间长的高龄人群。

目的:基于血清小分子核糖核酸（microRNA，miRNA）构建阿尔茨海默病（Alzheimer′s disease，AD）预测诊断模型。方法:从高通量基因表达数据库下载1 021例AD患者和288名健康对照者血清miRNA芯片数据，共1 309个样本。按年龄匹配AD患者和健康对照者，筛选出494例样本用于训练和验证诊断模型。将miRNA表达值从高到低排序选取前1 000个探针进入下一步研究。按照7∶3的比例将494例样本分为训练组和验证组。采用LASSO回归筛选miRNA，结合性别、载脂蛋白E4基因型和miRNA数据，采用逐步回归进一步筛选自变量并构建多因素诊断模型。采用受试者工作特征曲线（receiver operating characteristic，ROC）和校准曲线，在训练组、验证组、训练组+验证组以及1 309例总样本中验证模型的准确性，并绘制诺莫图进行实际案例预测。结果:多因素诊断模型在训练组、验证组、训练组+验证组以及1 309例总样本的ROC曲线下面积分别为0.870、0.831、0.842和0.826，具有较高的预测效力。诺莫图显示，1例男性患者的预测值总分521分（ P=0.022 8），提示该样本为AD，和实际结果一致。 结论:基于11个血清miRNA、性别以及载脂蛋白E4 基因型的诊断模型能较好地预测AD。

目的:为便于基层医院早期识别溃疡性结肠炎（ulcerative colitis，UC）合并巨细胞病毒（cytomegalovirus，CMV）血症患者，构建简便易行的诺莫图形式诊断预测模型。方法:回顾性分析近4年于我科住院治疗的UC患者临床资料，以2：1随机构建训练组和验证组，运用logistic回归分析训练组相关指标，筛选UC合并CMV血症的独立预测因素，通过R软件的rms包构建预测模型及诺莫图，采用C指数和Hosmer-Lemeshow检验对模型进行区分度和校准度评价，ROC曲线分析确定cut-off值，并利用验证组数据交叉验证评估模型效能。结果:纳入242例UC患者中162例为训练组，80例为验证组，两组UC合并CMV血症发生率分别为27.2%、20.0%，组间各项指标均无统计学差异（ P>0.001）；单因素logistic回归分析筛选显示年龄、对激素反应、发热、腹痛、体重下降、近一个月有无使用激素或免疫抑制剂、血红蛋白（hemoglobin，Hb）、血沉（erythrocyte sedimentation rate，ESR）、超敏C反应蛋白（hypersensitive C-reactive protein，hs-CRP）、血清白蛋白（albumin，ALB）为UC合并CMV血症的独立相关预测因素；为增强模型预测效能，纳入更多有意义临床指标，设定多因素logistic回归筛选P值临界点为0.2，筛选年龄（ OR=1.025，95% CI：0.991~1.062， P=0.156）、发热（ OR=12.093，95% CI：3.826~44.152， P<0.001）、腹痛（ OR=9.204，95% CI：2.130~67.460， P=0.009）、近一个月使用激素或免疫抑制剂（ OR=17.326，95% CI：3.770~96.423， P<0.001）均为具有统计学相关性的危险因素，以此构建的预测模型C指数为0.909，Hosmer-Lemeshow检验 P=0.173，ROC曲线分析示cut-off值为0.179时，特异度为82.2%，敏感度为93.2%。相同cut-off值设定下，验证组准确率可达81.3%。 结论:年龄、发热、腹痛、近一个月使用激素或免疫抑制剂对于UC合并CMV血症结局具有显著危险相关性，以此拟合的模型及诺莫图在临床使用中具有一定价值，其准确率可达81.3%。

目的:成釉细胞瘤(AM)是罕见牙源性肿瘤，易复发、浸润生长，本研究旨在探讨成釉细胞瘤预后因素。方法:基于SEER数据库筛选成釉细胞瘤207例，构建 Cox回归模型并绘制诺莫图预测总生存。回顾性分析湖南省肿瘤医院61例临床资料，用 Cox回归分析影响复发的独立因素。 结果:基于SEER数据库评估，年龄、肿瘤大小、手术方式、放疗均是影响AM患者总生存的重要因素，构建列线图，一致性指数为0.821，表明预测模型具有中等准确度。受试者工作曲线显示1、3、5、10年的曲线下面积分别为0.852、0.869、0.856、0.879，表明预测模型具有较好的敏感性和特异性。 Kaplan- Meier生存分析显示高风险组总生存低于低风险组( P<0.001)。基于回顾性分析，临床症状、手术类型是影响局部复发率的独立因素；面部肿痛，相对于其他症状复发率更低，根治手术相对于姑息手术可降低复发率。 结论:年龄、肿瘤大小、手术方式、放疗可能是影响总生存的重要因素；手术方式、临床症状可能是影响复发率的独立因素。

目的:基于多参数MRI的影像组学特征构建预测异柠檬酸脱氢酶(IDH)野生型胶质母细胞瘤(GBM)患者预后的模型并予以验证。方法:回顾性分析郑州大学第一附属医院神经外科2018年10月至2020年12月期间(数据集1，172例)及河南省人民医院神经外科2011年1月至2021年9月期间(数据集2，89例)行肿瘤切除术，且术后病理学诊断为成人型IDH野生型GBM患者的临床和MRI资料。将多个MRI序列(包括T1加权成像、钆剂对比增强后T1加权成像、T2加权成像、液体衰减反转恢复序列、弥散加权成像及其表观弥散系数)进行预处理后，将数据集1按1 ∶1的比例分为训练集和内部验证集，数据集2作为外部验证集，采用单因素Cox比例风险回归模型与Lasso-cox分析结合的方法筛选影像组学特征，并结合临床危险因素构建预测GBM患者预后的临床－影像组学模型。采用一致性指数、赤池信息量准则(AIC)、综合判别改善(IDI)指数、Kaplan-Meier生存曲线、诺莫图、校准曲线以及决策曲线分析评估临床－影像组学模型的预测效能，并与仅采用临床危险因素构建的临床模型进行比较。结果:共筛选出18个与IDH野生型GBM患者预后显著相关的影像组学特征并建立影像组学预后模型(Radscore)；Kaplan-Meier生存曲线显示，训练集、内部验证集和外部验证集基于Radscore划分的高、低风险组间预后的差异均有统计学意义(均 P<0.05)；单因素及多因素Cox比例风险回归分析显示，Radscore在训练集中为独立预后因素( P<0.05)。与单纯的临床模型相比，Radscore的加入使预测模型在训练集、内部验证集、外部验证集中的一致性指数由0.682、0.682、0.791分别提升至0.785、0.694、0.823，AIC分别由727.872、703.796、666.732降至683.771、697.790、654.837；临床－影像组学模型在训练集、内部验证集、外部验证集中的IDI指数分别为0.268、0.051、0.100(均 P<0.05)，诺莫图及其校准曲线均表现出较临床模型更佳的预测效能；决策曲线分析结果显示，Radscore的加入可提高预测模型的决策能力。 结论:使用机器学习技术基于多参数MRI图像建立的影像组学模型可实现对IDH野生型GBM患者的风险分层，并在一定程度上提高了传统临床模型的生存预后预测能力。

目的:探究外周ⅠA期肺小腺癌(≤2 cm)气腔播散(spread through air spaces，STAS)与临床及CT形态学特征等相关因素之间的关系，并构建诺莫图模型。方法:收集2017年至2022年在南通大学附属医院行肺部外科手术且术后病理诊断为外周ⅠA期肺小腺癌患者的相关临床、病理及影像学资料，其中，2017年至2021年符合纳入标准的病例作为训练组，2022年符合纳入标准的病例作为验证组。采用单因素分析及多因素 logistic回归分析研究外周ⅠA期肺小腺癌发生STAS的独立危险因素，在此基础上构建诺莫图预测模型，并用受试者工作特征曲线( ROC)、校正模型等对该模型进行性能评价。 结果:共纳入430例符合标准的患者，其中，训练组351例(STAS阳性109例，STAS阴性242例)，验证组79例(STAS阳性23例，STAS阴性56例)。单因素分析显示：两组患者在年龄(>58岁)、性别、吸烟史、肿瘤位置(胸膜下、非胸膜下)、胸膜牵拉、结节类型、结节最大径、实性成分最大径、肿瘤实性占比(consolidation tumor ratio，CTR)、分叶征、毛刺征、支气管截断征、血管征(包括结节内/周围血管增粗、扭曲)、卫星灶、磨玻璃带征方面差异有统计学意义( P<0.05)。多因素 logistic回归分析结果显示：CTR( OR＝4.98， P<0.001)、分叶征( OR＝4.07， P＝0.013)、毛刺征( OR＝3.66， P<0.001)、卫星灶( OR＝3.56， P＝0.009)是STAS发生的独立危险因素。应用上述因素构建诺莫图模型并对模型进行验证，结果显示：经诺莫图预测模型绘制 ROC曲线，训练组的 ROC曲线下面积( AUC)0.840(灵敏度0.835，特异度0.734)，验证组的 AUC 0.852(灵敏度0.786，特异度0.783)，训练组和验证组校正曲线与理想曲线有较好的重合度。 结论:CTR、分叶征、毛刺征、卫星灶是STAS的独立危险因素，本研究构建的诺莫图模型具有较好的预测价值。

目的 基于能谱电子计算机断层扫描(computed tomography,CT)定量参数联合动脉期碘基图影像组学特征构建诺模图模型,探讨能谱CT在肺鳞癌(lung squamous cell carcinoma,LUSC)与肺腺癌(lung adenocarcinoma,LUAD)鉴别诊断中的临床应用价值.方法 收集术前行能谱CT增强检查、经病理活检或手术证实的肺癌患者89例,其中LUAD组38例,LUSC组51例.分析LUAD组和LUSC组患者在60 keV动脉期单能量图像中病灶水浓度、碘浓度(iodine concentration,IC)、标准化碘浓度(normalized iodine concentration,NIC)、CT 值、能谱曲线斜率(K)、有效原子序数(effective-Z,Eff-Z)及标准化有效原子序数(normalized effective-Z,NEff-Z).采用Logistic回归分析构建LUAD和LUSC基于能谱CT特征的鉴别诊断模型.应用ITK Snap软件提取动脉期碘基图影像组学特征;采用组内相关系数(intraclass correlation coemcient,ICC)、递归特征消除(recursive featureelimination,RFE)和最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)对影像组学特征进行降维、筛选,采用Logistic回归构建基于影像组学特征的诊断模型,并计算该模型的影像组学评分(radiomics score,Rad-score),以多因素Logistic回归分析筛选出的能谱CT定量参数与Rad-score构建联合模型,并绘制诺模图.应用受试者工作特征(receiver operating characteristic,ROC)曲线、Delong检验、校正曲线、Hosmer-Lemeshow检验及临床决策曲线(decision curve analysis,DCA)对能谱CT模型、影像组学模型和诺莫图模型进行效能评价.结果 LUAD组和LUSC组患者IC、NIC、CT值、K及NEff-Z比较差异均有统计学意义(P均＜0.05).多因素Logistic回归分析结果显示,IC、NIC及NEff-Z为独立影响因素,基于此构建能谱CT模型预测LUAD和LUSC的效能曲线下面积(area under the curve,AUC)为0.768,准确率、灵敏度、特异度分别为70.73％、76.92％和67.86％;影像组学特征经降维后共筛选出的有意义特征有5个,一阶特征2个、二阶特征2个和形状特征1个,影像组学模型预测LUAD和LUSC的效能AUC为0.848,准确率、灵敏度、特异度分别为80.50％、83.33％和75.00％;诺莫图模型预测LUAD和LUSC的效能AUC为0.912,准确率、灵敏度、特异度分别为85.00％、92.31％和85.71％.经Delong检验显示,诺莫图模型AUC均明显高于影像组学模型和能谱CT模型(P均＜0.05).Hosmer-Lemeshow检验结果显示,能谱CT模型、影像组学模型及诺莫图模型的拟合度均良好(x2值分别为8.592、6.591、6.686,P值分别为0.378、0.581、0.570).校准曲线分析显示,诺莫图模型预测LUAD和LUSC的预测概率曲线与理想曲线更接近,优于影像组学模型和能谱CT模型;DCA分析结果显示,诺莫图模型的AUC最大,均高于影像组学模型和能谱CT模型,临床净收益更高.结论 基于能谱CT定量参数联合动脉期碘基图影像组学特征构建的诺模图模型在LUSC与LUAD鉴别诊断中具有潜在应用价值.

目的 回顾性分析发生肺大咯血患者的临床特征和预后结局.方法 收集2016年至2018年因大咯血在我院接受支气管动脉栓塞术的患者,按照性别差异分为2组,其中女性68例,男性195例;统计患者的原发病、发病年龄、住院时长、出血部位、使用的栓塞剂、咯血复发率及死亡率,使用SPSS 27.0软件分析患者发病年龄和住院时长、性别和患者复发咯血及死亡的相关性,使用RStudio 4.2.2制作患者复发咯血及死亡诺莫图.结果 原发病前3位的细菌感染、支气管扩张(支扩)和陈旧性肺结核中女性发病率为50％、22％、15％,男性为43％、21％、21％;发病年龄女性为(54.6±16.8)岁,男性为(60.1±14.0)岁;出血部位中仅左肺、仅右肺、双肺可见,女性占比6％、21％、73％,男性占比17％、21％、62％;栓塞剂350～560 μmPVA颗粒和300～500 μm微球中女性31％、24％,男性50％、17％;复发咯血患者中前3位原发病陈旧性肺结核、肺部感染和支扩中,女性占比33％、33％、33％,男性44％、34％、10％;引起患者死亡的原因较为复杂,其中肺部感染起到了重要作用.结论 女性和男性在原发病、出血部位、栓塞剂的适用、复发咯血和死亡预后当中存在性别差异,且年龄为患者复发咯血及死亡的独立影响因素.

目的:构建基于动态增强磁共振成像(DCE-MRI)的影像组学三维特征模型,旨在术前预测乳腺癌Ki-67 表达水平.方法:回顾性分析110 例浸润性乳腺癌女性患者的临床、病理及DCE-MRI资料.根据细胞核增殖指数(Ki-67)将患者分为两组,Ki-67≥30%者为高表达组,Ki-67<30%者为低表达组.提取DCE-MRI 第4 期肿瘤区域三维影像组学特征;筛选出最优特征并以此构建预测乳腺癌 Ki-67 的表达状态模型,绘制诺莫图对模型可视化,并对模型效能进行评估.使用自助重抽样法(Bootstrap)重复抽样1 000 次,重新生成训练样本并重构模型进行内部验证.结果:成功构建模型的诺莫图,训练组的受试者工作特征(ROC)显示曲线下的面积(AUC)为0.876(95%CI为0.803～0.949)、最佳截断值为0.513、敏感度为 80.6%、特异度为 86.9%.Hosmer-Lemeshow拟合优度检验为0.735.决策曲线(DCA)阈值为17%～100%.内部验证组中AUC为0.854(95%CI为0.851～0.878)、敏感度为84.0%、特异度为72.9%.结论:基于DCE-MRI影像组学三维特征可在术前对乳腺癌Ki-67 的表达状态进行预测,提供了一种能够在术前进行有效、无创性评估乳腺癌肿瘤细胞增殖状况的影像组学模型,为乳腺癌的治疗决策选择提供新的参考依据.