目的对Piezo1蛋白在巨噬细胞参与铁代谢平衡调控中作用作一综述,总结近年来关于年龄相关骨量丢失及巨噬细胞Piezo1的最新研究进展,为治疗年龄相关骨量丢失提供新思路。方法计算机检索CNKI、PubMed等数据库自建库至2023年1月与巨噬细胞Pi...目的对Piezo1蛋白在巨噬细胞参与铁代谢平衡调控中作用作一综述,总结近年来关于年龄相关骨量丢失及巨噬细胞Piezo1的最新研究进展,为治疗年龄相关骨量丢失提供新思路。方法计算机检索CNKI、PubMed等数据库自建库至2023年1月与巨噬细胞Piezo1在年龄相关骨量丢失的相关文献,中文检索关键词为“巨噬细胞、机械敏感性离子通道蛋白、年龄相关骨量丢失、骨质疏松症”,英文检索关键词为“Macrophages、Piezo1、age⁃related bone loss、ARBL、Osteoporosis”,最终将42篇文献纳入。结果与结论巨噬细胞参与铁代谢平衡的调控,骨髓巨噬细胞中Piezo1高表达能导致机体出现铁超载,进而导致ARBL的发生。Piezo1为治疗年龄相关骨量丢失提供了分子层面的新思路和新视角。展开更多
目的开发列线图和支持向量机模型预测骨肉瘤患者的肺转移风险。方法从美国“监测,流行病学和结果”(Surveillance,Epidemiology and End Results,SEER)数据库获得2010年至2016年的原发性骨肉瘤患者数据,通过单因素和多因素Logistic回归...目的开发列线图和支持向量机模型预测骨肉瘤患者的肺转移风险。方法从美国“监测,流行病学和结果”(Surveillance,Epidemiology and End Results,SEER)数据库获得2010年至2016年的原发性骨肉瘤患者数据,通过单因素和多因素Logistic回归进行筛选,确定肺转移的危险因素。基于Logistic回归结果,构建列线图,使用10-fold cross validation对其进行验证。按照8∶2的比例,将数据拆分为训练集和验证集,使用支持向量机构建预测模型。绘制受试者工作特征(receiver operating characteristic,ROC)曲线比较列线图和支持向量机模型的预测能力。结果共纳入1038例骨肉瘤患者。Logistic回归分析显示,男性患者、更大的肿瘤直径、N1或NX分期、伴有骨转移和原发部位为四肢骨骼为骨肉瘤患者出现肺转移的独立危险因素(均P<0.05)。列线图预测骨肉瘤肺转移的最佳ROC曲线下面积(area under the curve,AUC)为0.769,平均AUC为0.695,支持向量机模型的AUC为0.792,预测准确率为0.861。支持向量机模型具有更好的预测能力。结论男性患者、更大的肿瘤体积、N1或者NX分期、伴有骨转移和原发部位为四肢骨骼为骨肉瘤患者的肺转移独立危险因素。支持向量机模型和列线图均有较好的预测准确率。支持向量机模型比传统列线图有更好的预测能力,列线图则有更好的临床实用性。展开更多
目的探讨开发Nomogram和机器学习的软骨肉瘤患者的肺转移风险对的预测模型,为临床工作提供帮助。方法2010年至2016年的监测,流行病学和最终结果(The Surveillance,Epidemiology,and End Results,SEER)数据库获得的软骨肉瘤患者数据,然...目的探讨开发Nomogram和机器学习的软骨肉瘤患者的肺转移风险对的预测模型,为临床工作提供帮助。方法2010年至2016年的监测,流行病学和最终结果(The Surveillance,Epidemiology,and End Results,SEER)数据库获得的软骨肉瘤患者数据,然后通过单因素和多因素Logistics回归进行筛选,确定肺转移的危险因素。分别建立预测软骨肉瘤肺转移风险模型:Nomogram,支持向量机,决策树和神经网络。使用10-fold cross validation检验模型预测能力,计算平均AUC值,绘制最大AUC值的ROC曲线。结果本研究共纳入944例。Logistics回归分析显示,淋巴转移或未知、更大的肿瘤体积、更低的分化等级为软骨肉瘤患者出现肺转移的独立危险因素。建立预测软骨肉瘤肺转移风险的Nomogram的平均AUC为0.83,支持向量机的平均AUC为0.81,决策树的平均AUC为0.73,神经网络的平均AUC为0.76。结论淋巴转移或未知、更大的肿瘤体积、更低的分化等级为软骨肉瘤患者出现肺转移的独立危险因素。建立的Nomogram、支持向量、决策树和神经网络4个模型均有较好的预测能力。展开更多
文摘目的对Piezo1蛋白在巨噬细胞参与铁代谢平衡调控中作用作一综述,总结近年来关于年龄相关骨量丢失及巨噬细胞Piezo1的最新研究进展,为治疗年龄相关骨量丢失提供新思路。方法计算机检索CNKI、PubMed等数据库自建库至2023年1月与巨噬细胞Piezo1在年龄相关骨量丢失的相关文献,中文检索关键词为“巨噬细胞、机械敏感性离子通道蛋白、年龄相关骨量丢失、骨质疏松症”,英文检索关键词为“Macrophages、Piezo1、age⁃related bone loss、ARBL、Osteoporosis”,最终将42篇文献纳入。结果与结论巨噬细胞参与铁代谢平衡的调控,骨髓巨噬细胞中Piezo1高表达能导致机体出现铁超载,进而导致ARBL的发生。Piezo1为治疗年龄相关骨量丢失提供了分子层面的新思路和新视角。
文摘目的开发列线图和支持向量机模型预测骨肉瘤患者的肺转移风险。方法从美国“监测,流行病学和结果”(Surveillance,Epidemiology and End Results,SEER)数据库获得2010年至2016年的原发性骨肉瘤患者数据,通过单因素和多因素Logistic回归进行筛选,确定肺转移的危险因素。基于Logistic回归结果,构建列线图,使用10-fold cross validation对其进行验证。按照8∶2的比例,将数据拆分为训练集和验证集,使用支持向量机构建预测模型。绘制受试者工作特征(receiver operating characteristic,ROC)曲线比较列线图和支持向量机模型的预测能力。结果共纳入1038例骨肉瘤患者。Logistic回归分析显示,男性患者、更大的肿瘤直径、N1或NX分期、伴有骨转移和原发部位为四肢骨骼为骨肉瘤患者出现肺转移的独立危险因素(均P<0.05)。列线图预测骨肉瘤肺转移的最佳ROC曲线下面积(area under the curve,AUC)为0.769,平均AUC为0.695,支持向量机模型的AUC为0.792,预测准确率为0.861。支持向量机模型具有更好的预测能力。结论男性患者、更大的肿瘤体积、N1或者NX分期、伴有骨转移和原发部位为四肢骨骼为骨肉瘤患者的肺转移独立危险因素。支持向量机模型和列线图均有较好的预测准确率。支持向量机模型比传统列线图有更好的预测能力,列线图则有更好的临床实用性。
