目的利用磁共振功能成像非对称回波最小二乘估算法迭代水脂分离(iteraterative decomposition of water and fat with echoasymmetryandleast-squaresestimationquantitation,IDEAL-IQ)技术无创定量评估2型糖尿病(type2diabetesmellitus...目的利用磁共振功能成像非对称回波最小二乘估算法迭代水脂分离(iteraterative decomposition of water and fat with echoasymmetryandleast-squaresestimationquantitation,IDEAL-IQ)技术无创定量评估2型糖尿病(type2diabetesmellitus,T2DM)大鼠肝脏、肾脏及胰腺的脂肪沉积与铁沉积,并研究T2DM大鼠空腹血糖(fasting blood glucose,FBG)、体质量与脂肪沉积、铁沉积之间的关系,同时比较实验组和对照组大鼠肝肾功、血脂以及病理学改变的差异。材料与方法10只无特定病原体(specific pathogen free,SPF)健康雄性SD大鼠随机进行分组为实验组(n=7)和对照组(n=3)。实验组进行T2DM的模型建立。待实验组成模后,将两组大鼠进行IDEAL-IQ扫描,通过测定两组大鼠的肝脏、胰腺及肾脏的质子密度脂肪分数(proton density fat fraction,PDFF)和横向弛豫率(transverse relaxation rate,R2^(*))来评估实验组以及对照组大鼠肝脏、胰腺及肾脏的脂肪沉积及铁过载,扫描结束后心脏取血评估肝功、肾功及血脂改变。处死大鼠后取肝脏、肾脏及胰腺做常规HE染色观察细胞的变化、油红O染色观察脂肪沉积、普鲁士蓝铁染色观察铁沉积。实验数据运用SPSS 27.0软件进行统计学分析,通过Pearson相关系数分析大鼠FBG、体质量与各器官PDFF、R2^(*)值之间的相关性。结果T2DM组SD大鼠的FBG、体质量、PDFF胰腺、PDFF肝脏、PDFF右肾、PDFF左肾、R2^(*)胰腺、R2^(*)肝脏、甘油三酯(TG)、低密度脂蛋白胆固醇(LDL-C)均高于对照组,差异有统计学意义(P<0.05),但两组大鼠在T1 SI胰腺、T1 SI肝脏、T1 SI右肾、T1 SI左肾、T2 SI胰腺、T2 SI肝脏、T2 SI右肾、T2 SI左肾、R2^(*)右肾、R2^(*)左肾、总胆固醇(TC)、高密度脂蛋白胆固醇(HDL-C)、天门冬氨酸氨基转移酶(AST)、丙氨酸氨基转移酶(ALT)、尿素氮(BUN)、肌酐(Cr)等方面比较差异没有统计学意义(P>0.05)。Pearson相关性分析,FBG与PDFF肝脏(r=0.773)、PDFF胰腺(r=0.837)、PDFF右肾(r=0.895)、PDFF左肾(r=0.784)、R2^(*)肝脏(r=0.876)、体质量(r=0.980)均呈正相关(P<0.05)。体质量与PDFF胰腺(r=0.840)、PDFF右肾(r=0.854)、PDFF左肾(r=0.796)、R2^(*)肝脏(r=0.834)、R2^(*)胰腺(r=0.778)均呈正相关(P<0.05)。结论本实验通过利用MRI IDEAL-IQ技术无创定量评估T2DM大鼠肝脏及胰腺脂肪沉积与铁沉积的含量,并且同时评估了两组大鼠双肾的脂肪含量差异。这项技术有望动态随访新诊断的糖尿病患者,早期评估其肝脏、肾脏以及胰腺脂肪含量和铁含量改变,为指导临床诊断及治疗提供新的方向。展开更多
文摘目的:收集患者临床信息,采用机器学习算法构建患者静脉用药风险预测模型。方法:回顾性纳入静脉用药患者(建模组1 302例和验证组281例),采用药学监护联盟协会提出的药物相关问题V 9.09分类标准分析患者存在的药物相关问题,采用logistics回归、神经网络、CHAID决策树、贝叶斯网络、支持向量机等机器学习算法构建静脉用药风险预测模型,并采用混淆矩阵格式对各预测模型进行评价。通过准确率、召回率、精确率、F1值以及生成验证受试者工作特征曲线下面积(area under curve,AUC)评价模型的预测性能。结果:患者药物相关问题发生率为26.9%。患者药物相关问题主要集中在治疗安全性方面(n=556,94.9%),其次是治疗有效性方面(n=30,5.1%)。构建的模型中支持向量机的预测效能最好,AUC为0.826。结论:机器学习算法构建的静脉用药风险预测模型预测效能良好,可为静脉用药安全管理提供新思路和新方法。
