报道了分布在贵阳地区的药用植物1 792种。根据世界卫生组织1993年创建的ICD—10(《国际疾病分类系统》第10次修订本International C lassification D iseases)国际疾病分类系统,首次对中国的药用植物与国际疾病分类进行了接轨的分类应...报道了分布在贵阳地区的药用植物1 792种。根据世界卫生组织1993年创建的ICD—10(《国际疾病分类系统》第10次修订本International C lassification D iseases)国际疾病分类系统,首次对中国的药用植物与国际疾病分类进行了接轨的分类应用。并对药用植物所涉及到的476类2 113条疾病进行统计分析。结果表明,涉及最多的疾病是L02皮肤脓肿、痈和疖(Cutaneous abscess,furuncle and carbuncle)、A03.901痢疾(Shigellosis unspec ified bac-illary dysentery NOS)和J06.903感冒发热(Acute upper resp iratory infection,unspec ified),分别有592种、343种和226种植物与此相关,分别占药用植物总数的33.04%、19.14%和17.24%。展开更多
国际疾病分类(ICD)编码的频率分布呈现出长尾的情况,因此,对少样本编码进行多标签文本分类极具挑战性。针对少样本编码分类中训练数据不足的问题,提出了一种基于元网络的自动ICD编码模型(MNIC)。首先,将特征空间中的实例和语义空间中的...国际疾病分类(ICD)编码的频率分布呈现出长尾的情况,因此,对少样本编码进行多标签文本分类极具挑战性。针对少样本编码分类中训练数据不足的问题,提出了一种基于元网络的自动ICD编码模型(MNIC)。首先,将特征空间中的实例和语义空间中的特征拟合到同一个空间进行映射,并将频繁编码的特征表示映射到它的分类器权重上,从而通过元网络学习到元知识;然后将学习到的元知识从数据丰富的频繁编码转移到数据贫乏的少样本编码;最后,为元知识的可转移性和通用性提供了合理的解释。在MIMIC-Ⅲ数据集上的实验结果表明,与次优的AGM-HT(Adversarial Generative Model conditioned on code descriptions with Hierarchical Tree structure)模型相比,MNIC将少样本编码的Micro-F1与曲线下面积(Micro-AUC)分别提高了3.77和3.82个百分点,显著提高了少样本编码分类的性能。展开更多
目的:基于国际疾病分类(International Classification of Diseases,ICD)第10版(ICD-10),通过分子流行病学的方法探索心血管疾病(cardiovascular diseases,CVD)主要亚型分类的分子生物学依据。方法:研究所采用的表型数据和基因型数据均...目的:基于国际疾病分类(International Classification of Diseases,ICD)第10版(ICD-10),通过分子流行病学的方法探索心血管疾病(cardiovascular diseases,CVD)主要亚型分类的分子生物学依据。方法:研究所采用的表型数据和基因型数据均来源于英国生物样本库(UK Biobank,UKB)。共纳入年龄在40~69岁的380083个样本,其中对照组是没有任何心血管疾病(不具有以字母I开头的ICD-10代码)的246437个样本,心血管疾病五大亚型分别为:(1)缺血性心脏病(ischaemic heart diseases,IHD);(2)肺源性心脏病和肺循环疾病(pulmonary heart disease and diseases of pulmonary circulation,PHD);(3)脑血管疾病(cerebrovascular diseases,CRB);(4)动脉、小动脉和毛细血管疾病(diseases of arteries,arterioles and capillaries,AAC);(5)静脉、淋巴管和淋巴结疾病,不可归类在他处者(diseases of veins,lymphatic vessels and lymph nodes,not elsewhere classified,VLL)。本研究首先对五大亚型分别进行全基因组关联分析(genome-wide association study,GWAS);然后,基于GWAS分析结果对五大亚型两两之间进行连锁不平衡回归分析(linkage disequilibrium score regression,LDSC)来计算亚型之间的遗传相关性;最后,对每一对亚型进行孟德尔随机化分析(Mendelian randomizatoin,MR)来评估亚型之间的因果联系。结果:GWAS研究新发现28个显著性基因位点。LDSC分析显示IHD分别和VLL(P=2.52×10-7)、PHD(P=3.77×10-3)、AAC(P=4.90×10-3)这3个亚型具有显著的遗传相关性。MR分析显示IHD对VLL(P=7.40×10-5)和AAC(P=1.50×10-3)这两个疾病的风险增加有正向因果关系,而反向因果皆不成立。结论:通过分子流行病学的方法,本研究发现基于ICD-10分类的一部分心血管疾病亚型之间存在遗传相关性和因果关联,对新版ICD标准的制定提供依据。展开更多
文摘国际疾病分类(ICD)编码的频率分布呈现出长尾的情况,因此,对少样本编码进行多标签文本分类极具挑战性。针对少样本编码分类中训练数据不足的问题,提出了一种基于元网络的自动ICD编码模型(MNIC)。首先,将特征空间中的实例和语义空间中的特征拟合到同一个空间进行映射,并将频繁编码的特征表示映射到它的分类器权重上,从而通过元网络学习到元知识;然后将学习到的元知识从数据丰富的频繁编码转移到数据贫乏的少样本编码;最后,为元知识的可转移性和通用性提供了合理的解释。在MIMIC-Ⅲ数据集上的实验结果表明,与次优的AGM-HT(Adversarial Generative Model conditioned on code descriptions with Hierarchical Tree structure)模型相比,MNIC将少样本编码的Micro-F1与曲线下面积(Micro-AUC)分别提高了3.77和3.82个百分点,显著提高了少样本编码分类的性能。
文摘目的:基于国际疾病分类(International Classification of Diseases,ICD)第10版(ICD-10),通过分子流行病学的方法探索心血管疾病(cardiovascular diseases,CVD)主要亚型分类的分子生物学依据。方法:研究所采用的表型数据和基因型数据均来源于英国生物样本库(UK Biobank,UKB)。共纳入年龄在40~69岁的380083个样本,其中对照组是没有任何心血管疾病(不具有以字母I开头的ICD-10代码)的246437个样本,心血管疾病五大亚型分别为:(1)缺血性心脏病(ischaemic heart diseases,IHD);(2)肺源性心脏病和肺循环疾病(pulmonary heart disease and diseases of pulmonary circulation,PHD);(3)脑血管疾病(cerebrovascular diseases,CRB);(4)动脉、小动脉和毛细血管疾病(diseases of arteries,arterioles and capillaries,AAC);(5)静脉、淋巴管和淋巴结疾病,不可归类在他处者(diseases of veins,lymphatic vessels and lymph nodes,not elsewhere classified,VLL)。本研究首先对五大亚型分别进行全基因组关联分析(genome-wide association study,GWAS);然后,基于GWAS分析结果对五大亚型两两之间进行连锁不平衡回归分析(linkage disequilibrium score regression,LDSC)来计算亚型之间的遗传相关性;最后,对每一对亚型进行孟德尔随机化分析(Mendelian randomizatoin,MR)来评估亚型之间的因果联系。结果:GWAS研究新发现28个显著性基因位点。LDSC分析显示IHD分别和VLL(P=2.52×10-7)、PHD(P=3.77×10-3)、AAC(P=4.90×10-3)这3个亚型具有显著的遗传相关性。MR分析显示IHD对VLL(P=7.40×10-5)和AAC(P=1.50×10-3)这两个疾病的风险增加有正向因果关系,而反向因果皆不成立。结论:通过分子流行病学的方法,本研究发现基于ICD-10分类的一部分心血管疾病亚型之间存在遗传相关性和因果关联,对新版ICD标准的制定提供依据。
