简介:为观察国产格列美脲的降血糖作用及对胰岛素分泌的影响,将大鼠、家兔灌服格列美脲2.5mg/kg、5mg/kg、10mg/kg后,通过测血糖、耐糖试验和测血浆胰岛素水平研究格列美脲的作用。结果显示,给药后血糖均明显降低(P<0.01),且药效强于格列本脲;大鼠灌服2.5mg/kg格列美脲已能明显对抗糖负荷引起的血糖升高,随给药剂量升高对抗作用增强;家兔灌服该药上述三种剂量后亦明显对抗糖负荷引起的血糖升高;大鼠和家兔灌服格列美脲后血清胰岛素水平上升,其升高程度与给药剂量正相关。以上结果表明格列美脲能刺激胰岛并增加胰岛素的分泌,对比实验表明格列美脲促胰岛素分泌作用强于格列本脲。
简介:摘要目的探讨先天性小耳畸形的临床流行病学特征及可能的危险因素,建立预测重度小耳畸形的列线图模型。方法根据入选标准对2015年7月至2018年7月中国医学科学院整形外科医院收治的先天性小耳畸形患儿进行临床流行病学分析。将符合先天性小耳畸形伴或不伴有其他畸形的病例作为研究对象,排除了有明确染色体综合征的患者。对患儿父母进行问卷调查,收集人口学和围孕期危险因素暴露情况。运用卡方检验和Fisher确切概率法对各变量进行统计分析,多因素Logistic回归模型分析独立危险因素并构建列线图模型。采用C指数、校准曲线、Hosmer-Lemeshow拟合优度检验及受试者工作特征(ROC)曲线进行模型评估。结果共纳入593例患儿,其中男456例(76.9%),女137例(23.1%),年龄(11.4±4.1)岁,右侧329例(55.5%),左侧217例(36.6%),双侧47例(7.9%)。其中家族性病例16例,其余患者均为散发。593例中392例(66.1%)合并多发畸形。危险因素方面,母亲妊娠初期患病史(OR=2.205,95%CI:1.020~4.020)、父亲饮酒史(OR=2.221,95%CI:1.329~3.677)是重度小耳畸形的独立危险因素,母亲此胎生育年龄在26~30岁(OR=0.507,95%CI:0.281~0.913)、31~35岁(OR=0.258,95%CI:0.125~0.531)、父亲居住于平原地区(OR=0.512,95%CI:0.288~0.913)可能是保护因素。将上述有统计学意义的变量引入列线图后,其C指数=0.703(95%CI:0.646~0.760);内部验证的校准曲线显示与标准曲线贴合良好;模型通过了Hosmer-Lemeshow拟合优度检验(χ2=4.512,P=0.808);ROC曲线分析显示模型具有较高的敏感性和特异性。结论先天性小耳畸形好发于男性,右侧及散发病例多见,且常合并其他畸形。基于父母围孕期多种危险因素构建的预测重度小耳畸形的列线图模型,具有较好的区分度和准确度,可为临床个体化防治提供指导。
简介:摘要目的本研究旨在建立和验证基于MRI的影像组学列线图来预测乳腺癌较小体积的腋窝淋巴结(axillary lymph node,ALN)转移。材料与方法回顾性分析2018年1月至2021年4月238例经病理证实的乳腺癌患者,基于动态对比增强磁共振成像(dynamic contrast enhanced magnetic resonance imaging,DCE-MRI)及T2脂肪抑制序列提取ALN纹理特征,采用分层抽样的方式按照7∶3比例分为训练组(n=168)和测试组(n=70),线性回归和LASSO回归用于特征筛选。结合影像组学和MRI影像学特征中的独立因素建立多因素Logistic回归模型,以列线图形式表现。采用受试者工作特征(receiver operating characteristic,ROC)曲线来评价模型的性能。使用Hosmer-Lemeshow检验并绘制校准曲线来评价模型的拟合优度。采用决策曲线分析(decision curve analysis,DCA)评价模型的临床应用价值。结果单因素和多因素分析显示,影像组学标签评分(radiomics score,Rad-score)、短长轴比及ADC值为鉴别淋巴结转移的独立影响因素;Rad-score是最为重要的影响因素(0R=1.413,P<0.001),训练组和测试组ROC曲线下面积(area under the curve,AUC)分别为0.867、0.887;列线图由MRI影像学和影像组学特征组成,该模型显示出良好的校准和区分能力,AUC在训练集中为0.972 (95% CI:0.950~0.994),在测试集中为0.938 (95% CI:0.882~0.993)。决策曲线分析表明具有临床使用价值。结论基于MRI影像组学列线图可用于乳腺癌ALN转移的术前预测。
简介:摘要目的探讨基于CT影像组学列线图鉴别甲状腺滤泡性肿瘤良生与恶性的价值。方法回顾性收集2016年1月至2018年12月复旦大学附属肿瘤医院经手术病理证实的200例甲状腺滤泡性肿瘤患者的临床资料及CT图像,其中甲状腺滤泡癌(FTC)46例、甲状腺滤泡腺瘤(FTA)154例。采用随机数表法随机分为训练集(n=140)和验证集(n=60)。采用LIFEx软件提取增强CT图像的48个影像组学特征。根据最小绝对收缩和选择算子回归进行特征降维、筛选及模型建立,在此基础上绘制列线图。利用受试者操作特征曲线及曲线下面积(AUC)评估列线图预测甲状腺良性与恶性滤泡性肿瘤的效能,通过校准曲线对列线图进行内部及外部验证,最后应用决策曲线分析评估列线图的临床应用价值。结果经筛选得到4种特征用于建立预测甲状腺良性与恶性滤泡性肿瘤的列线图,分别为灰度区域矩阵(GLZLM)-区域长度不均匀性、GLZLM-低灰度区域因子、传统指数-HU单元Q3值、传统指数-HU单元平均值。列线图在训练集中区分FTC和FTA的AUC为0.863(95%CI 0.746~0.932),准确度为87.9%,灵敏度为67.9%,特异度为91.1%;验证集中AUC为0.792(95%CI 0.658~0.917),准确度为75.0%,灵敏度为66.7%,特异度为90.5%。校正曲线结果显示列线图预测值与病理结果之间具有良好的一致性,决策曲线分析表明列线图在临床上具有良好的应用价值。结论CT影像组学模型对于鉴别甲状腺良性与恶性滤泡性肿瘤具有较好的效能,基于此的列线图可准确、直观地预测甲状腺滤泡性肿瘤患者的恶性概率。
简介:摘要目的对比和研究不同剂型的格列吡嗪在治疗2型糖尿病中疗效与成本的比值。方法选取2015-2016年期间在我院就诊并被诊为2型糖尿病患者120例,随机分为两组,每组各60例,试验组采用格列吡嗪控释片进行治疗,对照组采用格列吡嗪普通片进行治疗,通过3个月的疗效观察分析,记录每组患者空腹血糖,餐后2h血糖和糖化血红蛋白的变化,计算血糖下降率治疗药物的成本比值,分别对两种药物进行经济学评价。结果两组患者治疗后,空腹血糖,餐后2h血糖和糖化血红蛋白均明显下降,但两组组间比较,差异不明显。结论排除患者自身因素,格列吡嗪控释片和普通片疗效相当,但格列吡嗪普通片成本较低。
简介:摘要目的建立并验证基于MRI征象和影像组学的列线图鉴别腮腺良性与恶性肿瘤的效能。方法回顾性收集2015年1月至2020年5月青岛大学附属医院86例经手术病理证实的腮腺肿瘤患者为训练集,收集2013年1月至2020年1月香港大学深圳医院35例患者为独立外部验证集。采用logistic回归基于临床及MRI征象建立临床诊断模型。基于术前平扫T1WI和预饱和脂肪抑制T2WI(fs-T2WI)进行影像组学特征提取,建立影像组学诊断模型。基于影像组学评分及临床诊断模型,通过logistic回归建立影像组学+临床联合诊断模型及列线图。采用受试者操作特征(ROC)曲线评价各模型诊断腮腺良性与恶性肿瘤的效能,ROC曲线下面积(AUC)的比较采用DeLong检验。结果Logistic回归结果显示,腮腺深叶受累(OR值为3.285,P=0.040)和周围组织结构侵犯(OR值为15.919,P=0.013)是腮腺恶性肿瘤的独立影响因素,将二者构建临床诊断模型。基于平扫T1WI和fs-T2WI,共提取19个特征构建影像组学诊断模型。联合影像组学评分以及腮腺深叶受累、周围组织结构侵犯2个常规影像学特征建立联合诊断模型及列线图。临床诊断模型、影像组学诊断模型、联合诊断模型在训练集和验证集中诊断腮腺良性与恶性肿瘤的AUC分别为0.758、0.951、0.953和0.752、0.941、0.964。在训练集和验证集中,影像组学诊断模型、联合诊断模型的AUC均高于临床诊断模型(训练集:Z=3.95、4.31,P均<0.001;验证集:Z=2.16、2.67,P=0.031、0.008),影像组学诊断模型、联合诊断模型间AUC差异无统计学意义(训练集:Z=0.39,P=0.697;验证集:Z=1.10,P=0.273)。结论本研究所建立的MRI影像组学模型以及由腮腺深叶受累、周围组织结构侵犯、MRI影像组学特征组成的联合诊断模型,能有效鉴别腮腺良恶性肿瘤,具有较高的预测效能。
简介:摘要目的探讨基于MR的影像组学列线图预测喉癌颈淋巴结转移的临床价值。方法采用回顾性队列研究,收集2016年1月至2019年12月117例在烟台毓璜顶医院接受开放式手术并颈淋巴清扫的喉癌患者治疗前的临床资料及MR资料,完全随机法以约3∶1比例分为训练集89例和测试集28例。放射组学云平台(汇医慧影)上手动分割增强T1和T2WI的原发肿瘤感兴趣容积,提取影像组学特征。在训练集中,使用方差分析(analysis of variance,ANOVA)与套索算法(least absolute shrinkage and selection operator,LASSO)对影像组学特征进行降维,根据各自的加权系数建立影像组学标签。单因素ANOVA和多因素Logistic回归分析,确定颈淋巴转移的高危因素。联合高危因素和影像组学标签建立列线图。采用受试者工作特征(receiver operating characteristic,ROC)曲线、校准曲线评估列线图的效能,决策曲线分析(decision curve analysis,DCA)评估列线图的临床应用价值。测试集数据用于验证模型。结果经降维后剩余21个影像组学特征。纳入MR淋巴结状态及影像组学标签建立列线图模型。ROC曲线和校准曲线均显示出良好的预测效能;在训练集中,列线图模型的曲线下面积(area under curve,AUC)、特异性、敏感性分别为0.930、0.930、0.875;在测试集中,AUC、特异性、敏感性分别为0.883、0.889、0.800。DCA显示列线图预测颈部淋巴结转移有一定的临床获益。结论基于MR的影像组学列线图对喉癌患者术前颈淋巴结转移具有良好的预测效能,具有潜在的临床应用价值。