目的探讨不同骨密度人群外周血单核细胞基因表达谱的变化。方法运用R语言对公共数据平台NCBI下的基因芯片数据集GSE7158进行差异基因表达分析、DAVID(the database for annotation,visualization and integrated discovery)注释工具对...目的探讨不同骨密度人群外周血单核细胞基因表达谱的变化。方法运用R语言对公共数据平台NCBI下的基因芯片数据集GSE7158进行差异基因表达分析、DAVID(the database for annotation,visualization and integrated discovery)注释工具对差异基因进行功能注释、Medcalc统计软件进行受试者工作特征(receiver operator characteristic,ROC)曲线分析。结果与高骨密度组相比,低骨密度组外周血单核细胞中61个基因表达改变(倍数大于1.5,P<0.05),且多数基因呈上调模式。表达差异基因分别参与了71个生物学过程(biological process,BP)条目、4个细胞组分(cellular component,CC)条目、6个分子功能(molecular function,MF)条目以及1个KEGG通路。基因CXCL10、IFI44L、IGKV4-1作为生物标志物鉴别两组样本具有较好的特异性、敏感度及准确性,且CXCL10&IGKV4-1基因联合检测能够增加鉴别诊断的准确性。结论运用高通量组学与相关数据库结合有助于全面的解析病理状态下生物样本中的组学改变,为后续骨质疏松症研究提供系统的分子学机制基础。展开更多
物种分布与环境因子之间存在着紧密的联系,因此利用环境因子作为预测物种分布模型的变量是当前最普遍的建模思路,但是绝大多数物种分布预测模型都遇到了难以解决的"高维小样本"问题。该研究通过理论和实践证明,基于结构风险...物种分布与环境因子之间存在着紧密的联系,因此利用环境因子作为预测物种分布模型的变量是当前最普遍的建模思路,但是绝大多数物种分布预测模型都遇到了难以解决的"高维小样本"问题。该研究通过理论和实践证明,基于结构风险最小化原理的支持向量机(Support vector machine,SVM)算法非常适合"高维小样本"的分类问题。以20种杜鹃花属(Rhododendron)中国特有种为检验对象,利用标本数据和11个1km×1km的栅格环境数据层作为模型变量,预测其在中国的潜在分布区,并通过全面的模型评估——专家评估,受试者工作特征(Receiver operator characteristic,ROC)曲线和曲线下方面积(Area under the curve,AUC)——来比较模型的性能。我们实现了以SVM为核心的物种分布预测系统,并且通过试验证明其无论在计算速度还是预测效果上都远远优于当前广泛使用的规则集合预测的遗传算法(Algorithm for rule-set prediction,GARP)预测系统。展开更多
文摘目的探讨产后盆底功能障碍(postpartum pelvic floor dysfunction,PFD)患者康复治疗效果的影响因素,并构建预测PFD康复效果的列线图模型。方法选取2020年4月至2022年4月徐州医科大学附属淮安医院和淮安市妇幼保健院收治的384例PFD患者为研究对象,患者均行生物反馈电刺激治疗及Kegal训练。治疗后3个月判定患者康复效果并分为康复良好组(n=311)和康复不佳组(n=73)。通过多因素Logistic回归分析筛查出影响PFD患者康复效果的危险因素,利用R 3.6.1软件建立预测PFD康复效果的列线图模型。采用受试者操作特征(receiver operator characteristic,ROC)曲线对模型的预测效能予以评估,并进行H-L拟合优度检验。结果384例患者中,康复不佳73例(19.01%)。康复良好组和康复不佳组高龄孕妇比例、产前体质量指数(body mass index,BMI)、产次、新生儿出生体质量、盆底肌分级、压力性尿失禁(stress urinary incontinence,SUI)程度分级、Kegel训练依从性比较,差异均有统计学意义(P值均<0.05)。多因素Logistic回归分析结果显示,影响PFD康复效果的主要因素为产前BMI(OR=1.741,95%CI:1.284~2.360,P<0.001)、产次≥2次(OR=2.229,95%CI:1.412~7.385,P=0.005)、新生儿出生体质量(OR=2.688,95%CI:1.278~8.635,P<0.001)、盆底肌分级≤1级(1级:OR=2.223,95%CI:1.663~8.349,P=0.040;0级:OR=3.223,95%CI:1.056~9.840,P=0.001)、Kegel训练依从性差(OR=3.092,95%CI:1.726~9.699,P=0.001)。上述5项影响因素的列线图模型曲线下面积(area under the curve,AUC)为0.853(95%CI:0.794~0.912)。拟合优度H-L检验提示,该模型预测PFD患者康复效果的区分度和一致度均较高(χ^(2)=0.837,P=0.416)。结论基于产前BMI、产次≥2次、新生儿出生体质量、盆底肌分级≤1级、Kegel训练依从性等5项影响因素构建的列线图预测模型预测PFD患者康复治疗效果的效能较强。
文摘物种分布与环境因子之间存在着紧密的联系,因此利用环境因子作为预测物种分布模型的变量是当前最普遍的建模思路,但是绝大多数物种分布预测模型都遇到了难以解决的"高维小样本"问题。该研究通过理论和实践证明,基于结构风险最小化原理的支持向量机(Support vector machine,SVM)算法非常适合"高维小样本"的分类问题。以20种杜鹃花属(Rhododendron)中国特有种为检验对象,利用标本数据和11个1km×1km的栅格环境数据层作为模型变量,预测其在中国的潜在分布区,并通过全面的模型评估——专家评估,受试者工作特征(Receiver operator characteristic,ROC)曲线和曲线下方面积(Area under the curve,AUC)——来比较模型的性能。我们实现了以SVM为核心的物种分布预测系统,并且通过试验证明其无论在计算速度还是预测效果上都远远优于当前广泛使用的规则集合预测的遗传算法(Algorithm for rule-set prediction,GARP)预测系统。
