目的:探讨微纤维相关蛋白4(microfibrillar-associated protein 4,MFAP4)与房颤射频消融术后复发及临床结果的相关性。方法:选取2018年12月2020年1月入院均进行了射频消融术治疗的房颤患者101例,术后平均随访(11.91±0.38)个月,根...目的:探讨微纤维相关蛋白4(microfibrillar-associated protein 4,MFAP4)与房颤射频消融术后复发及临床结果的相关性。方法:选取2018年12月2020年1月入院均进行了射频消融术治疗的房颤患者101例,术后平均随访(11.91±0.38)个月,根据是否复发分为复发组与未复发组,比较两组MFAP4、转化生长因子β1(transforming growth factor-β1,TGF-β1)水平、心脏超声指标、体重指数(BMI)、主要的心脑血管事件等情况,分析房颤射频消融术后复发的独立危险因素,绘制受试者操作特征(ROC)曲线分析MFAP4对房颤射频消融术后复发的预测价值。结果:复发组MFAP4、TGF-β1水平、左心房内径(LAD)、BMI均超过未复发组(P<0.05),复发组左心室射血分数(LVEF)低于未复发组(P<0.05),而且阵发性房颤及持续房颤术后复发患者MFAP4、TGF-β1水平、LAD均超过本组内未复发患者(P<0.05)。MFAP4与TGF-β1、LAD呈正相关关系(P<0.05)。Logistic回归分析房颤射频消融术后复发的独立危险因素有MFAP4、TGF-β1、LAD。经ROC曲线分析显示,MFAP4预测房颤射频消融术后复发的ROC曲线下面积0.888(P=0.000),取最佳截断值19.295 ng/mL,其敏感性77.3%,特异性77.2%。复发组再入院、总的不良事件发生率明显高于未复发组,差异有统计学意义(P<0.05)。结论:MFAP4在房颤射频消融术后复发患者中明显升高,是预测房颤射频消融术后复发的独立危险因素之一,具有一定的临床应用价值。展开更多
目的:筛选前列腺癌(prostatic cancer,PCa)发病的影响因素,构建PCa风险预测模型并进行验证。方法:利用国家临床医学科学数据中心《前列腺肿瘤预警数据集》,对数据处理后将数据按7∶3随机分为建模组和验证组;使用最小绝对值收敛和选择算...目的:筛选前列腺癌(prostatic cancer,PCa)发病的影响因素,构建PCa风险预测模型并进行验证。方法:利用国家临床医学科学数据中心《前列腺肿瘤预警数据集》,对数据处理后将数据按7∶3随机分为建模组和验证组;使用最小绝对值收敛和选择算子(least absolute shrink⁃age and selection operator,LASSO)对建模组进行筛选,得到PCa特征指标;对特征指标进行多因素logistic回归分析,并利用其分析结果对建模组数据构建PCa风险预测模型,同时利用建模组数据进行内部评价及验证组数据内部验证。结果:共纳入880例样本数据,其中建模组616例,验证组264例;通过LASSO回归分析对筛选得到的14个特征指标进行多因素logistic回归分析,结果显示球蛋白(OR=1.112,95%CI=1.044~1.185)、无机磷(OR=65.167,95%CI=20.437~207.796)、总前列腺特异性抗原(total prostate specific antigen,tPSA)(OR=1.026,95%CI=1.014~1.037)与血清尿酸(OR=0.997,95%CI=0.994~0.999)的差异具有统计学意义(P<0.05),是PCa发病的独立影响因素;利用其构建的PCa风险预测模型内部评价和内部验证的校准曲线准确度较高;模型内部评价的曲线下面积(area under curve,AUC)为0.766(95%CI=0.728~0.804),患者的决策曲线分析(decision curve analysis,DCA)净获益率为9%~72%;而模型内部验证的AUC为0.704(95%CI=0.639~0.768),患者的DCA净获益率为18%~59%及63%~64%。结论:球蛋白、无机磷、tPSA与血清尿酸是PCa的独立影响因素,通过其构建的风险预测模型具有良好预测作用。展开更多
文摘目的:筛选前列腺癌(prostatic cancer,PCa)发病的影响因素,构建PCa风险预测模型并进行验证。方法:利用国家临床医学科学数据中心《前列腺肿瘤预警数据集》,对数据处理后将数据按7∶3随机分为建模组和验证组;使用最小绝对值收敛和选择算子(least absolute shrink⁃age and selection operator,LASSO)对建模组进行筛选,得到PCa特征指标;对特征指标进行多因素logistic回归分析,并利用其分析结果对建模组数据构建PCa风险预测模型,同时利用建模组数据进行内部评价及验证组数据内部验证。结果:共纳入880例样本数据,其中建模组616例,验证组264例;通过LASSO回归分析对筛选得到的14个特征指标进行多因素logistic回归分析,结果显示球蛋白(OR=1.112,95%CI=1.044~1.185)、无机磷(OR=65.167,95%CI=20.437~207.796)、总前列腺特异性抗原(total prostate specific antigen,tPSA)(OR=1.026,95%CI=1.014~1.037)与血清尿酸(OR=0.997,95%CI=0.994~0.999)的差异具有统计学意义(P<0.05),是PCa发病的独立影响因素;利用其构建的PCa风险预测模型内部评价和内部验证的校准曲线准确度较高;模型内部评价的曲线下面积(area under curve,AUC)为0.766(95%CI=0.728~0.804),患者的决策曲线分析(decision curve analysis,DCA)净获益率为9%~72%;而模型内部验证的AUC为0.704(95%CI=0.639~0.768),患者的DCA净获益率为18%~59%及63%~64%。结论:球蛋白、无机磷、tPSA与血清尿酸是PCa的独立影响因素,通过其构建的风险预测模型具有良好预测作用。
