期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于人工智能冠状动脉CT血管造影多参数特征联合临床指标预测斑块进展
1
作者 孟颖 王志远 +3 位作者 张纪 沈龙山 王震寰 陈刘成 《中国医学影像技术》 北大核心 2025年第9期1506-1511,共6页
目的观察基于人工智能(AI)的冠状动脉CT血管造影(CCTA)多参数特征联合临床指标预测冠状动脉斑块进展的价值。方法回顾性分析143例冠状动脉动脉粥样硬化(AS)患者,以斑块负荷算术平均年增长率>1%或≤1%将其分为进展组(n=73)与未进展组(... 目的观察基于人工智能(AI)的冠状动脉CT血管造影(CCTA)多参数特征联合临床指标预测冠状动脉斑块进展的价值。方法回顾性分析143例冠状动脉动脉粥样硬化(AS)患者,以斑块负荷算术平均年增长率>1%或≤1%将其分为进展组(n=73)与未进展组(n=70);比较2组基线临床资料、CT血流储备分数(CT-FFR)、冠状动脉周围脂肪衰减指数(FAI)及斑块定量特征。针对组间有统计学差异的变量剔除其中与其他变量存在明显共线性者,利用多因素logistic回归筛选斑块进展的独立预测因子并构建联合模型;绘制受试者工作特征(ROC)曲线,以曲线下面积(AUC)评估联合模型预测效能。结果进展组合并高血压、糖尿病者占比,以及载脂蛋白A1(ApoA1)和高敏C反应蛋白(hs-CRP)均高于,而高密度脂蛋白胆固醇(HDL-C)低于非进展组(P均<0.05)。进展组最小管腔面积及CT-FFR小于,而管腔最狭窄程度、斑块总体积、斑块负荷、非钙化斑块体积、脂质斑块体积、纤维脂质斑块体积及FAI均大于非进展组(P均<0.05);组间斑块类型亦存在差异(P<0.05)。合并糖尿病、HDL-C低、最小管腔面积小及脂质斑块体积大均为冠状动脉AS患者斑块进展的独立预测因子(P均<0.05),以之构建的联合模型预测斑块进展的AUC为0.859。结论基于AI的CCTA多参数特征联合临床指标可有效预测冠状动脉AS斑块进展。 展开更多
关键词 冠状动脉疾病 动脉粥样硬化 疾病进展 CT血管造影 人工智能
在线阅读 下载PDF
拓扑异构酶Ⅱα(TOP2A)基因的表达与CD4^(+)T细胞在肝细胞癌中的数量相关性及临床预后意义 被引量:5
2
作者 卢兴浩 俞鹏 +2 位作者 陶恒 陈云帆 陆进 《细胞与分子免疫学杂志》 CAS CSCD 北大核心 2022年第1期24-31,共8页
目的分析拓扑异构酶Ⅱα(TOP2A)基因的表达与CD4^(+)T细胞在肝细胞癌(HCC)中的数量相关性及临床预后意义。方法利用基因注释资源数据库(BioGPS)、基因表达谱交互作用分析(GEPIA)和Kaplan-Meier Plotter数据库分析TOP2A mRNA在正常肝组织... 目的分析拓扑异构酶Ⅱα(TOP2A)基因的表达与CD4^(+)T细胞在肝细胞癌(HCC)中的数量相关性及临床预后意义。方法利用基因注释资源数据库(BioGPS)、基因表达谱交互作用分析(GEPIA)和Kaplan-Meier Plotter数据库分析TOP2A mRNA在正常肝组织和HCC组织中的表达以及对HCC患者生存预后意义;利用GENE和Metascape数据库分析TOP2A的共表达基因及其基因本体论(GO)和京都基因与基因组百科全书(KEGG)通路富集分析;利用Sangerbox数据库分析TOP2A基因与微卫星不稳定(MSI)和DNA错配修复基因的相关性;再分别利用TISIDB和TIMER数据库分析TOP2A基因与CD4^(+)T细胞和各种免疫细胞的关系,并分析CD4^(+)T细胞对HCC患者生存预后的影响。结果TOP2A mRNA在正常肝组织和CD4^(+)T细胞中表达不显著,而在HCC组织中显著高表达,不利于患者的生存预后;TOP2A共表达基因的GO功能主要富集在细胞有丝分裂和细胞增殖上,而KEGG主要富集在细胞循环和铂类化疗药物耐药通路;TOP2A基因的表达与MSI、DNA错配修复基因MutS同源物2(MSH2)与MSH6、肿瘤细胞纯度以及各种免疫细胞的数量显著正相关;各种免疫细胞在HCC中均发生一定的拷贝数变异,但仅有CD4^(+)T细胞的数量对HCC患者生存预后有显著影响。结论HCC组织中TOP2A mRNA表达与CD4^(+)T细胞数量呈正相关,不利于HCC患者的生存预后。 展开更多
关键词 拓扑异构酶Ⅱα(TOP2A) 总体生存 肿瘤 肝癌
在线阅读 下载PDF
基于人工智能技术的鼻咽癌风险预测模型的构建与评价 被引量:4
3
作者 张浩轩 陆进 +1 位作者 蒋成义 方美芳 《南方医科大学学报》 CAS CSCD 北大核心 2023年第2期271-279,共9页
目的 利用人工智能(AI)技术筛选鼻咽癌(NPC)患者死亡的危险因素,并构建风险预测模型。方法 基于SEER数据库(1973~2015)NPC患者的临床数据;采用SPSS 25.0软件对数据进行处理,并按7∶3随机分为建模组和验证组;利用R软件对建模组数据采用... 目的 利用人工智能(AI)技术筛选鼻咽癌(NPC)患者死亡的危险因素,并构建风险预测模型。方法 基于SEER数据库(1973~2015)NPC患者的临床数据;采用SPSS 25.0软件对数据进行处理,并按7∶3随机分为建模组和验证组;利用R软件对建模组数据采用极限梯度提升(XGBoost)、决策树(DT)、套索算法(LASSO)与随机森林(RF)等4种AI算法筛选NPC患者死亡的危险因素,并构建风险预测模型。用C-指数(C-index)、决策曲线分析(DCA)、受试者工作特征曲线(ROC)和校准曲线(CC)等4种方式对模型进行内部评价;利用验证组数据和搜集的临床数据对模型进行内部验证与外部验证。结果 共纳入2116例NPC患者的临床数据(建模组1484例;验证组632例);建模组数据筛选影响NPC患者死亡的危险因素有年龄、种族、性别、Stage_M、Stage_T和Stage_N,利用其构建NPC风险预测模型的内部评价的C-index为0.76、ROC曲线下面积AUC=0.74、DCA净获益率为9%~93%,内部验证的C-index为0.740、ROC曲线下面积AUC=0.749、DCA净获益率为3%~89%,且CC高度一致;外部验证数据的C-index为0.943;DCA净获益率为(3%~97%);ROC曲线下面积AUC=0.851;而CC显示预测值与真实值之间具有良好的一致性。结论 性别、年龄、种族以及TNM分期是NPC患者死亡的危险因素,而NPC风险预测模型具有准确性、一致性、区分性与实用性等价值。 展开更多
关键词 鼻咽癌 预测模型 列线图 危险因素 人工智能
在线阅读 下载PDF
急性冠脉综合征患者血浆N-乙酰-神经氨酸水平和TIMI危险分层及临床预后之间的相关性 被引量:4
4
作者 李妙男 钱少环 +9 位作者 姚卓亚 闵生萍 史晓俊 康品方 张宁汝 王效静 高大胜 高琴 张恒 王洪巨 《南方医科大学学报》 CAS CSCD 北大核心 2020年第9期1253-1258,共6页
目的探讨急性冠脉综合征(ACS)患者血浆N-乙酰-神经氨酸水平与心肌梗死溶栓治疗临床试验危险评分(TIMI危险评分)和临床预后之间的相关性。方法该研究为前瞻性单中心观察性研究,连续纳入2018年10月~2019年7月在我院拟行冠状动脉造影检查... 目的探讨急性冠脉综合征(ACS)患者血浆N-乙酰-神经氨酸水平与心肌梗死溶栓治疗临床试验危险评分(TIMI危险评分)和临床预后之间的相关性。方法该研究为前瞻性单中心观察性研究,连续纳入2018年10月~2019年7月在我院拟行冠状动脉造影检查的患者708例。收集所有患者的一般临床资料、实验室检查结果、影像学资料和介入治疗资料。根据病史和检查结果分为:ACS组(597例)和对照组(111例)。根据TIMI危险评分对ACS组患者进一步分为高危组(104例)、中危组(425例)和低危组(68例)。采用液相色谱串联质谱法检测患者的血浆Neu5Ac水平;所有患者均行冠状动脉造影检查,计算血管病变支数和Gensini评分。设计调查表,出院后对ACS组患者通过电话或门诊随访平均15个月,统计Mace事件的发生,根据Mace事件将ACS组患者分为Mace组(80例)和非Mace组(517例)。结果ACS组患者血浆Neu5Ac水平明显高于对照组(P<0.05),ROC曲线显示血浆Neu5Ac水平可以辅助ACS诊断[0.648(0.597~0.699)],敏感性为39.2%,特异性为86.5%,其临界值为288.50 ng/mL。TIMI危险分层显示,高危组患者血浆Neu5Ac水平明显高于中危组和低危组患者(P<0.05),ROC曲线显示血浆Neu5Ac水平可以协助高危组患者诊断[0.645(0.588~0.703)],敏感性为42.3%,特异性为80.1%,其临界值为327.50 ng/mL。相关性分析显示:血浆Neu5Ac与年龄、血尿酸、肌酐、脂蛋白a、D-二聚体、C反应蛋白、肌酸激酶同工酶和Gensin评分成正相关性报告P值,与高密度脂蛋白水平成负相关性报告P值。对ACS组患者随访平均15个月后,发现Mace事件组的患者血浆Neu5Ac水平明显高于非Mace事件组的患者。二元Logistic回归显示,血浆Neu5Ac水平、既往脑卒中病史是Mace事件发生的独立危险因素。结论血浆Neu5Ac水平对ACS的诊断和危险分层具有参考价值,是ACS患者临床预后的独立危险因素。 展开更多
关键词 急性冠脉综合征 血浆N-乙酰-神经氨酸 TIMI危险评分 临床预后
在线阅读 下载PDF
基于机器学习鼻咽癌关键特征基因筛选及其与免疫细胞相关性分析
5
作者 张浩轩 马俊杰 +3 位作者 安韶光 荀丽雪 陆进 蒋成义 《细胞与分子免疫学杂志》 CAS CSCD 北大核心 2023年第11期988-995,共8页
目的利用机器学习法筛选鼻咽癌(NPC)关键特征基因并分析其与免疫细胞相关性。方法从基因表达数据集(GEO)下载NPC训练集数据GSE12452与GSE13597以及验证训练集数据GSE53819。首先,对训练集数据进行合并,并筛选差异表达基因(DEG);其次,对... 目的利用机器学习法筛选鼻咽癌(NPC)关键特征基因并分析其与免疫细胞相关性。方法从基因表达数据集(GEO)下载NPC训练集数据GSE12452与GSE13597以及验证训练集数据GSE53819。首先,对训练集数据进行合并,并筛选差异表达基因(DEG);其次,对DEG进行基因本体论(GO)、京都基因与基因组百科全书(KEGG)、基因集富集分析(GSEA)以及免疫细胞浸润分析;再次,采用最小绝对收缩选择(LASSO)算法和支持向量机(SVM)算法对训练集数据中NPC相关特征基因进行识别并在验证集中检验,同时利用受试者工作特征(ROC)曲线下面积(AUC)确定关键特征基因;最后,分析关键特征基因与免疫细胞的相关性。结果共得到55个DEG,43个下调基因,12个上调基因;其GO功能主要富集在体液免疫反应、细胞分化、中性粒细胞激活以及趋化因子受体结合等方面;而KEGG主要富集在细胞介素17(IL-17)信号通路上;GSEA富集在细胞周期、细胞外基质受体相互作用、癌症通路以及DNA复制。免疫细胞浸润分析显示,初始B细胞、记忆B细胞以及CD4+静息记忆细胞在NPC显著降低,而CD8+T细胞、CD4+初始T细胞、活化CD4+记忆T细胞、滤泡辅助T细胞、M0和M1巨噬细胞在NPC显著增加。通过LASSO和SVM筛选的特征基因中,仅卷曲螺旋结构域19(CCDC19)、层连蛋白β1亚基(LAMB1)、精子相关抗原6(SPAG6)和RAD51相关蛋白1(RAD51AP1)四个关键特征基因ROC的AUC在训练集与验证集均大于0.9,且与免疫细胞浸润密切相关。结论通过机器学习算法筛选出NPC发生过程中的关键特征基因CCDC19、LAMB1、SPAG6以及RAD51AP1,并与免疫细胞浸润密切相关。 展开更多
关键词 鼻咽癌 机器学习 免疫细胞浸润 支持向量机
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部