检索结果-南通市图书馆

基于机器学习算法建立非肝脏手术术后肝损伤风险预测模型

在线全文

学校读者我要写书评

暂无评论

陆军军医大学学报 2024年第7期46卷 760-767页

作者：孙义竹李雨捷梁浩刘祥黄家号舒欣宋艾璘杨智勇易斌陆军军医大学(第三军医大学)第一附属医院麻醉科重庆400038

目的基于术前及术中用药指标建立一个预测非肝脏手术患者术后肝损伤的机器学习预测模型。方法采用病例-对照研究设计方案,选择国内3家大型综合医院开发的数据库中2014年1月至2022年9月行非肝脏手术术后出现肝损伤患者315例,按阳性∶阴性... 详细信息

目的基于术前及术中用药指标建立一个预测非肝脏手术患者术后肝损伤的机器学习预测模型。方法采用病例-对照研究设计方案,选择国内3家大型综合医院开发的数据库中2014年1月至2022年9月行非肝脏手术术后出现肝损伤患者315例,按阳性∶阴性为1∶3的比例随机匹配同期非肝脏手术术后未发生肝损伤的928例病例作为阴性对照病例。将这1243例患者根据R语言设置的代码以7∶3的比例随机拆分为建模组(n=869)和验证组(n=374)。利用患者术前临床指标(基本信息、病史、相关评分表、手术相关信息和实验室检查)及术中用药情况基于k-近邻(k-nearest neighbor,KNN)、支持向量机(support vector machine linear,SVM)、逻辑回归(logistic regression,LR)、极端梯度提升(extreme gradient boosting,XGBoost)4种机器学习算法建立预测非肝脏手术术后肝损伤的模型,并在验证组通过受试者工作特征曲线(receiver operating characteristic,ROC)、精准-召回曲线(percision-recall curve,P-R)、临床决策分析曲线(decision curve analysis,DCA)、Kappa值、灵敏度、特异度、Brier分数、F 1分数对模型效能进行评估。结果4种机器学习算法建立的预测非肝脏手术术后肝损伤的模型以XGBoost算法最优,验证组中受试者工作特征曲线下面积(area under the receiver operating characteristic curve,AUROC)为0.916(95%CI:0.883~0.949),精准-召回曲线下面积(area under the precision-recall curve,AUPRC)为0.841,Brier评分0.097,灵敏度和特异度分别为78.95%和87.10%。结论基于XGBoost算法建立的非肝脏手术术后肝损伤预测模型对术后肝损伤的发生有良好的预测能力。

关键词：机器学习预测模型术后肝损伤

基于机器学习的围手术期神经认知障碍预测模型与在线工具的研究

在线全文

学校读者我要写书评

暂无评论

基于机器学习的围手术期神经认知障碍预测模型与在线工具的研究

作者：宋艾璘中国人民解放军陆军军医大学

学位级别：硕士

目的:依据中国卫生年鉴统计,我国2021年医疗卫生机构住院病人手术人次达8103.1万,围手术期并发症也逐渐成为社会关注热点。围手术期神经认知障碍(Perioperative Neurocognitive Disorders,PND)是老年人最常见的围手术期并发症之一。2018... 详细信息

目的:依据中国卫生年鉴统计,我国2021年医疗卫生机构住院病人手术人次达8103.1万,围手术期并发症也逐渐成为社会关注热点。围手术期神经认知障碍(Perioperative Neurocognitive Disorders,PND)是老年人最常见的围手术期并发症之一。2018年11月在各大麻醉学相关知名杂志上专家提出由PND作为术前或术后发现的认知障碍的总称,其延长住院时间,影响生活质量,增加术后死亡率,引起医学界广泛关注。PND的发生率因研究和手术类型而异,术后前几周PND的发病率可高达53%。目前PND发病机制尚不清晰和缺乏早期治疗措施,早期准确可靠的评估,提早施行干预措施或个体化的麻醉管理方案和提供专门的围手术期护理措施,这些方面在围手术期PND管理和防治至关重要。然而目前基于传统统计学方法构建的简单模型,难以满足PND高危患者持续性动态评估的需求。因此,本研究的目的是首先利用单中心数据基于机器学习算法开发一个初步模型用来预测非心脏手术PND的风险,证明机器学习运用于PND预测方面的可行性。其次,本研究还致力于利用多中心医院数据,开发出一个基于机器学习算法构建的PND预测在线工具,帮助临床医务人员可视化评估风险。方法:1、在我院医疗大数据平台上筛选全麻下行非心脏手术术后发生PND的患者作为PND组,依照PND组手术类型和年龄段,按1∶3比例随机匹配同时间段的未发生PND且治愈出院的患者为非PND组。将所有筛选出的患者按照7∶3比例随机分为训练集和测试集。收集患者所有术前临床资料,并对所有指标行数据预处理,进行单因素分析比较PND组和非PND组、训练集和测试集之间的指标差异。采用套索算法(Least Absolute Shrinkage And Selection Operator,LASSO)进行指标特征选择,随后分别利用逻辑回归(Logistic Regression,LR)、支持向量机(Support Vector Machine,SVM)、决策树(Decision Tree)3种机器学习算法建立非心脏手术PND的预测模型。模型效能通过敏感性、特异性、F1分数、受试者工作特征(Receiver Operating Characteristic,ROC)曲线下面积(Area Under The ROC Curve,AUC)进行评估。2、由49768例来自中国三家代表性教学医院(陆军军医大学西南医院,首都医科大学宣武医院,四川大学华西医院)的手术患者组成一个医疗大数据平台,通过大数据平台检索全身麻醉下行手术治疗且出院诊断包含PND的患者作为阳性病例,在同样的大数据平台上根据PND组的手术类型、年龄段和数据来源,按1∶3比例随机匹配同时间段内未发生PND且治愈出院的患者为阴性病例,比较两组间指标统计学差异。同时将所有患者数据分成训练集、测试集和外部验证数据集。经过数据预处理和特征选择,输入全部指标和组间比较后有统计学意义的指标(P<0.05)基于LASSO算法形成3种输入策略,采用这三种策略分别基于SVM、广义线性模型(General Linear Model,GLM)、人工神经网络(Artificial Neural Networks,ANN)和朴素贝叶斯(Naive Bayes,NB)进行模型构建。通过ROCAUC、精确召回曲线下面积(Area Under The Precision Recall Curve,PRAUC)、Brier分数、敏感性、特异性、F1分数以及决策曲线分析(Decision Curve Analysis,DCA)进行模型效果评价,确定最佳模型。3、基于具有最佳性能的模型,使用R软件中Dynnom包和Shiny App开发一种在线可视化工具,即网页版动态Nomogram。结果:1、本研究总共纳入368例患者,PND组92例,非PND组276例,训练集和测试集分别有259例患者和109例患者。LASSO算法筛选出的特征指标包括年龄、年龄校正版查尔森共病指数(Age-Adjusted Charlson Comorbidity Index,aCCI)、营养评分、手术类型、美国麻醉医师协会(American Society Of Anesthesiologists,ASA)分级、急诊、血糖(Glucose,Glu)和血浆凝血酶原时间(Prothrombin Time,PT)。基于这些指标建立预测模型,LR、SVM和Decision Tree三种模型都具有良好的预测能力,其中SVM综合模型效能最佳。在训练集中,SVM模型AUC为0.987(95%CI:0.970-1.000),敏感性和特异性分别为98.5%和99.0%,F1分数为0.977。在测试集中,其AUC为0.957(95%CI:0.905-1.0

关键词：围手术期神经认知障碍机器学习预测模型在线工具动态Nomogram

基于机器学习建立腹部手术术后脓毒症患者死亡风险预测模型

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

陆军军医大学学报 2023年第8期45卷 732-738页

作者：舒欣李昊洋李雨捷宋艾璘胡小艳陈芋文张炬易斌陆军军医大学(第三军医大学)第一附属医院麻醉科重庆400038 陆军军医大学(第三军医大学)基础医学院学员五大队重庆400038 中国科学院重庆绿色智能技术研究院重庆400714

目的探讨机器学习算法构建腹部手术术后脓毒症患者死亡风险预测模型的可行性。方法采用病例-对照研究设计方案,从公共重症监护医学信息数据库(Medical Information Mart for Intensive CareⅣ,MIMIC-Ⅳv1.0)中筛选出行腹部手术后发生脓... 详细信息

目的探讨机器学习算法构建腹部手术术后脓毒症患者死亡风险预测模型的可行性。方法采用病例-对照研究设计方案,从公共重症监护医学信息数据库(Medical Information Mart for Intensive CareⅣ,MIMIC-Ⅳv1.0)中筛选出行腹部手术后发生脓毒症的患者,研究终点事件定义为患者入院后90 d内死亡。根据死亡与否将数据集随机拆分为训练数据集(70%)与测试数据集(30%),在训练数据集上基于Logistic回归(logistic regression,LR)、梯度提升树(gradient boosting decision tree,GBDT)、随机森林(random forest,RF)、支持向量机(support vector machine,SVM)和自适应提升(adaptive boosting,AdaBoost)算法构建预测死亡风险模型;在测试数据集上通过受试者工作曲线(receiver operating characteristic curve,ROC)和曲线下面积(area under the ROC curve,AUC)、敏感性、特异性、阳性预测值、阴性预测值、F1分数和准确率来评估模型效能。结果最终986例患者纳入本研究,其中251例(25.5%)患者入院后90 d内死亡,LR、GBDT、RF、SVM及AdaBoost模型的AUC依次为0.852、0.903、0.921、0.940和0.906,其中SVM的AUC最高,预测性能更好,而LR模型效能最差。结论基于GBDT、RF、SVM及AdaBoost这4种算法建立的腹部手术术后脓毒症死亡率预测模型的效能优于传统的LR模型,可能有助于临床决策,改善不良结局。

关键词：术后脓毒症机器学习腹部手术预测模型死亡风险

基于机器学习算法建立非心脏手术术后认知功能障碍风险预测模型

在线全文

学校读者我要写书评

暂无评论

陆军军医大学学报 2023年第8期45卷 759-764页

作者：宋艾璘李雨捷舒欣胡小艳钟坤华陈芋文张炬易斌鲁开智陆军军医大学(第三军医大学)第一附属医院麻醉科重庆400038 中国科学院重庆绿色智能技术研究院重庆400714

目的利用术前指标基于机器学习算法建立预测非心脏手术术后认知功能障碍(postoperative cognitive dysfunction,POCD)的风险模型。方法采用病例-对照研究设计方案,在我院2014年1月至2019年1月医疗大数据平台上筛选行非心脏手术术后发生P... 详细信息

目的利用术前指标基于机器学习算法建立预测非心脏手术术后认知功能障碍(postoperative cognitive dysfunction,POCD)的风险模型。方法采用病例-对照研究设计方案,在我院2014年1月至2019年1月医疗大数据平台上筛选行非心脏手术术后发生POCD的患者,最终纳入92例患者为POCD组,在同样的大数据平台上依照POCD组手术类型和年龄段,按1∶3比例随机匹配同时间段的276例术后未发生POCD且治愈出院的患者为非POCD组。同时,将这368例患者按照7∶3比例随机分为建模组(n=259)和验证组(n=109)。在数据预处理和特征选择术前临床指标(一般资料、相关评分表、手术相关信息和术前检验指标)之后,基于逻辑回归(logistic regression,LR)、支持向量机(support vector machine,SVM)、决策树(Decision Tree)3种机器学习算法建立非心脏手术POCD的风险预测模型。模型效能通过敏感性、特异性、F1分数、受试者工作特征曲线下面积(area under the receiver operating characteristic curve,AUC)进行评估。结果3种机器学习算法建立的非心脏手术POCD的预测模型以SVM算法最优,验证组中AUC为0.957(95%CI:0.905~1.000),敏感度和特异度分别为92.6%和98.8%。结论初步构建出基于机器学习算法建立非心脏手术POCD的预测模型,该模型对POCD有良好的预测能力。

关键词：机器学习预测模型术后认知功能障碍

寻求者注视方向及面部表情对建议者建议提出的影响

在线全文

学校读者我要写书评

暂无评论

心理科学 2024年第3期47卷 718-725页

作者：宋艾珈段锦云华东师范大学心理与认知科学学院上海市心理健康与危机干预重点实验室上海200062

基于共享信号假说,本研究关注建议寻求者的注视方向和表情对建议提出的影响及机制。结果发现:(1)微笑条件下,建议者对于寻求者的斜视或正视面孔的建议倾向没有显著差异;相较于正视悲伤的面孔,面对寻求者斜视悲伤的面孔,建议者更倾向于... 详细信息

基于共享信号假说,本研究关注建议寻求者的注视方向和表情对建议提出的影响及机制。结果发现:(1)微笑条件下,建议者对于寻求者的斜视或正视面孔的建议倾向没有显著差异;相较于正视悲伤的面孔,面对寻求者斜视悲伤的面孔,建议者更倾向于提出建议。(2)建议提出者感知到的真实性和其状态性亲社会动机在其中起到中介作用。结果证实了特定注视方向和表情的不同组合对建议提出的不同影响,对建议行为研究具有重要意义。

关键词：建议提出注视方向感知真实性亲社会动机共享信号假说

社交语用视域下新媒体商务话语研究的前沿趋势

在线全文

学校读者我要写书评

暂无评论

现代外语 2024年第2期47卷 283-292,F0003页

作者：刘平杨璘璘广东外语外贸大学广东省广州市510420

新媒体商务话语是近年来社交语用学研究的重要领域。本文根据国际语用学、话语研究和(商务)沟通研究等的核心期刊成果,结合国内代表性研究,就新媒体商务交际中实践共同体关系和身份建构等前沿议题,梳理社交语用视域下新媒体商务话语研... 详细信息

新媒体商务话语是近年来社交语用学研究的重要领域。本文根据国际语用学、话语研究和(商务)沟通研究等的核心期刊成果,结合国内代表性研究,就新媒体商务交际中实践共同体关系和身份建构等前沿议题,梳理社交语用视域下新媒体商务话语研究的前沿成果,并在此基础上归纳出相关研究的两大趋势,即社交商务关系的流动性和新媒体商务话语的多维建构性。本研究旨在为商务话语和社交语用研究提供新启示,并为新媒体商务实践共同体关系的建构与维护、身份工作和网络文明维护等提供借鉴。

关键词：新媒体商务话语社交语用视域前沿趋势

同方期刊数据库

基于机器学习算法术后急性肾损伤风险预测模型建立

在线全文

学校读者我要写书评

暂无评论

临床军医杂志 2023年第7期51卷 665-671页

作者：梁浩孙义竹李雨捷黄家号宋艾璘舒欣易斌陆军军医大学第一附属医院麻醉科重庆400038

目的基于机器学习算法构建预测术后急性肾损伤(PO⁃AKI)的风险模型。方法选择陆军军医大学附属西南医院自2014年1月至2019年6月、四川大学附属华西医院自2019年5月至2020年1月及中山大学附属第一医院自2019年6月至2019年12月发生PO⁃AKI的... 详细信息

目的基于机器学习算法构建预测术后急性肾损伤(PO⁃AKI)的风险模型。方法选择陆军军医大学附属西南医院自2014年1月至2019年6月、四川大学附属华西医院自2019年5月至2020年1月及中山大学附属第一医院自2019年6月至2019年12月发生PO⁃AKI的635例患者纳入PO⁃AKI组。按1∶3比例随机匹配同时间段未发生PO⁃AKI的1905例患者纳入非PO⁃AKI组。将所有患者按照7∶3比例随机分为建模组(n=1778)和验证组(n=762)。在数据预处理特征选择手术患者常见的临床指标(一般资料、既往史、手术相关信息和实验室检验)后,基于6种机器学习算法建立PO⁃AKI的风险预测模型。通过受试者工作曲线下面积(AUC)、敏感度、特异度、准确度和F1分数评估模型效应。选择6种机器学习模型中性能最优者搭建可视化PO⁃AKI预测网页模型。结果构建了6种PO⁃AKI机器学习预测模型,以神经网络(NNET)算法最优。验证组中AUC为0.942(95%可信区间0.926~0.958),敏感度和特异度分别为85.3%和86.9%。结论基于机器学习算法成功建立了PO⁃AKI预测模型,NNET模型对PO⁃AKI具有良好的预测能力。

关键词：术后急性肾损伤预测模型机器学习

在线全文

学校读者我要写书评

暂无评论

小学音乐情境教学中快乐课堂的构建

读写算 2024年第4期 113-115页

作者：宋璘君福建省莆田市实验小学

小学音乐课堂教学中情境创设，有利于把学生带入更加真实生动的环境中，融入音乐这种艺术形式，从情感和精神的角度体会音乐的美。这不仅是小学音乐核心素养培养对课程教学提出的新要求，也符合小学生以感性思维为主导的成长阶段。文章... 详细信息

小学音乐课堂教学中情境创设，有利于把学生带入更加真实生动的环境中，融入音乐这种艺术形式，从情感和精神的角度体会音乐的美。这不仅是小学音乐核心素养培养对课程教学提出的新要求，也符合小学生以感性思维为主导的成长阶段。文章立足于小学音乐课堂，探讨情境教学法在快乐课堂构建中的应用，意在明确小学音乐教学中情境创设的内在动因，并进一步寻找营造良好情境构建快乐课堂的科学路径。通过文章实践分析可知，小学音乐情境教学法背景下，快乐课堂构建需通过做好课堂规划、融入音乐游戏、注重实践教学、组织拓展活动，达到依托真实情境构建快乐课堂这一目标。

关键词：小学音乐情境教学快乐课堂音乐游戏实践活动

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

酶法制备熊去氧胆酸的研究进展

中国生物工程杂志 2024年第7期44卷 100-109页

作者：宋士奎张路蔡东越比拉力·艾散新疆特殊环境物种保护与调控生物学实验室、新疆特殊环境物种多样性应用与调控实验室、新疆师范大学生命科学学院乌鲁木齐830054

熊去氧胆酸(ursodeoxycholic acid,UDCA)是用于治疗多种肝胆疾病的临床优选药物,对某些癌症及其他疾病也有辅助治疗的作用。然而,UDCA的化学合成普遍存在路线繁琐、反应条件苛刻、对环境不友好,产率低等缺陷,严重限制了其工业化生产与... 详细信息

熊去氧胆酸(ursodeoxycholic acid,UDCA)是用于治疗多种肝胆疾病的临床优选药物,对某些癌症及其他疾病也有辅助治疗的作用。然而,UDCA的化学合成普遍存在路线繁琐、反应条件苛刻、对环境不友好,产率低等缺陷,严重限制了其工业化生产与应用。因此,具有合成路线短、产率高、反应条件温和、成本低等优势的绿色生物合成技术逐渐成为UDCA合成的主要研究方向。生物转化法合成UDCA通常是以石胆酸(lithocholic acid,LCA)、鹅去氧胆酸(chenodeoxycholic acid,CDCA)或胆酸(cholic acid,CA)为底物,利用全细胞转化法或酶法合成UDCA,该生物合成的本质主要是利用酶的特异性将底物转化为UDCA。因此,具有特异性辅酶依赖性、高酶活性、高稳定性和高浓度底物耐受性的7α/β-羟基类固醇脱氢酶(7α/β-HSDH)和P450单加氧酶的设计开发成为研究热点。综述UDCA的酶法制备技术,探讨现有酶法合成的优缺点,展望未来发展方向,以期实现UDCA的绿色、高效、安全、可持续的生物制造。

关键词：熊去氧胆酸生物合成全细胞转化酶催化辅因子再生