简介:摘要目的探讨自动咽鼓管吹张治疗儿童分泌性中耳炎(OME)的效果。方法收集2019年1月至2020年1月在上海交通大学医学院附属新华医院耳鼻咽喉头颈外科确诊的OME患儿325例(486耳),男177例,女148例,年龄3~8岁,病程25~86 d。根据患儿在随访期间除观察等待外,是否使用自动咽鼓管吹张器将其分为两组,其中自动咽鼓管吹张组142例(215耳),观察等待组183例(271耳)。对随访3个月内两组患儿的平均听阈、鼓室图曲线变化进行分析,并在随访3个月后评估两组OME的痊愈情况。使用SPSS 23.0软件进行统计学分析。结果随访1个月和2个月时,自动咽鼓管吹张组听阈显著低于观察等待组,差异有统计学意义(t=2.139 5和2.680 6,P值均<0.05);随访3个月时,两组间听阈差异无统计学意义(t=1.158 5,P>0.05)。随访1、2、3个月时,观察等待组听阈<20 dB HL的患耳分别为89耳(33%,89/271)、200耳(74%,200/271)和220耳(81%,220/271);自动咽鼓管吹张组<20 dB HL的患耳分别为176耳(82%,176/215)、178耳(83%,178/215)和183耳(85%,183/215)。随访1个月、2个月时,观察等待组听阈<20 dB HL的耳数明显少于自动咽鼓管吹张组,差异有统计学意义(P值均<0.05),而在随访3个月时两组差异无统计学意义(P>0.05)。随访1、2 、3个月时,自动咽鼓管吹张组患儿鼓室图A型比例分别为74%(159/215)、79%(170/215)和85%(183/215),观察等待组鼓室图A型比例分别为36%(98/271)、71%(192/271)和76%(206/271),自动咽鼓管吹张组鼓室图A型曲线比例均明显高于观察等待组,差异有统计学意义(P值均<0.05)。随访3个月后,观察等待组的痊愈率为74%(201/271),自动咽鼓管吹张组的痊愈率为83%(178/215),自动咽鼓管吹张组的痊愈率显著高于观察等待组,差异有统计学意义(P<0.05)。结论自动咽鼓管吹张可以早期提高OME患儿的听力、恢复正常中耳压力,提高随访3个月后的痊愈率,减少手术的几率。
简介:摘要目的在Eclipse计划系统中实现早期非小细胞肺癌(NSCLC)体部立体定向放疗计划中靶区适形度、剂量溢出、剂量跌落等指标的自动评估。方法使用Eclipse Scripting API应用程序开发接口和C#编程语言,以脚本插件结合可执行程序的方式进行开发。根据美国肿瘤放射治疗协作组(RTOG)0915号报告中NSCLC立体定向放疗计划要求,实现相关指标的自动评估,其中还设计了一种等间距采样和双阈值的规则,可以更精确和便捷进行靶区外剂量跌落的评估。结果随机选取临床上13例NSCLC立体定向放疗计划,分别使用本文中的方法和Eclipse系统自带的模块进行评估结果对比可知,两种方式评估结果都符合临床要求,耗时分别为(6.31±1.11) s和(678.54±60.92) s,使用前者评估效率更高(P<0.05)。结论NSCLC立体定向放疗计划评估软件界面友好,能实现靶区适形度、剂量溢出和剂量跌落等指标的自动评估,有效的提高了工作效率。
简介:摘要目的分析自动机器学习(autoML)模型预测孕早期子痫前期风险的效果。方法选取2017年1月—2020年10月2 180例在济南市第二妇幼保健院建档并于孕12周进行孕检的单胎孕妇,根据整个孕期是否发生子痫前期分为子痫前期组(103例)和对照组(2 077例),比较两组孕妇临床资料和血液学指标差异,分析各指标与子痫前期发生风险的相关性。将纳入研究的孕妇按7∶3的比例随机分为训练集和测试集,应用autogluon autoML算法构建多种机器学习模型,并在训练集中进行训练和交叉验证,比较不同模型的训练和验证准确率。分析各指标在autoML模型中的重要性,以autoML模型和logistic回归模型分别对测试集孕妇孕早期子痫前期的发生风险进行预测,应用受试者工作特征(ROC)曲线对autoML模型和logistic回归模型的预测效能进行评价。结果子痫前期组年龄、孕前体质指数、孕12周体质指数、孕12周腰围、饮酒史比例、超敏C-反应蛋白(hs-CRP)、三酰甘油、低密度脂蛋白胆固醇(LDL-C)、天冬氨酸氨基转移酶(AST)、血小板分布宽度(PDW)、平均血小板体积、促甲状腺激素(TSH)、β-人绒毛膜促性腺激素水平均显著高于对照组(均P<0.05),游离三碘甲状腺原氨酸(游离T3)、游离甲状腺素(游离T4)、胎盘生长因子(PIGF)、可溶性fms样酪氨酸激酶-1(sFlt-1)、妊娠相关血浆蛋白-A(PAPP-A)均显著低于对照组(均P<0.05)。相关性分析显示,孕前体质指数、孕12周体质指数、孕12周腰围、hs-CRP、三酰甘油、AST、TSH、游离T3、游离T4、β-HCG、PIGF、sFlt-1和PAPP-A等与孕早期子痫前期风险的相关性较高;但各指标间的相关性均较低。通过autoML模型算法共构建8类18个模型,基于FastAI的神经网络_L2在训练集(0.963)和验证集(0.971)中的准确率最高;TSH、LDL-C、PDW、孕12周腰围、sFlt-1、AST等指标重要性较高,游离T4、总胆固醇、孕次、饮酒史、产次和高血压家族史重要性较低。孕早期autoML模型预测子痫前期发生风险的ROC曲线下面积显著高于logistic回归模型(0.984比0.765,P=0.002);两种预测模型在训练集的预测准确率差异无统计学意义(P>0.05);autoML模型在测试集的预测准确率和灵敏度均显著高于logistic回归模型(99.54%比98.32%,93.75%比75.00%,均P<0.05)。结论孕早期TSH、LDL-C、PDW、孕12周腰围、sFlt-1、AST等因素与子痫前期发生风险具有一定相关性,基于孕早期指标的autoML模型对子痫前期发生风险具有较高的预测价值。
简介:摘要不确定度分析是检验检定结果可信程度重要步骤。本文依据《自动气象站铂电阻温度传感器检定规程》(JJG(气象)002-2015)、《测量不确定度评定与表示(JJF1059.1-2012)的要求,分析了可能影响测量结果的不确定度来源,详细介绍了自动气象站温度传感器检定结果的不确定度评定方法,对云南省自动气象站温度检定结果可信度评估具有参考价值。
简介:摘要目的开发一种基于预测剂量的自调节调强放射治疗自动计划方法,以增强自动计划的鲁棒性。方法利用3D U-Res-Net_B网络预测出三维剂量分布后,在直接子野优化的每次迭代中先基于上次迭代结果计算当前剂量,再联合预测剂量计算目标剂量,然后以此为目标进行优化。完成所有迭代或满足循环退出条件后,得到最终的治疗计划。在30例直肠癌病例上进行测试,验证算法的效果。结果临床计划治疗靶区的V100%均值和标准差为(95.03±0.91)%,自动计划为(94.67±1.96)%,接近临床值(P>0.05),而预测值为(92.90±2.13)%,与临床计划的差异具有统计学意义(t=29.0,P<0.05);自动计划在小肠V35、膀胱V40、股骨头的V20 ~V40等多项指标上低于预测值和临床值,且差异具有统计学意义(t=4.5~118.0,P<0.05),在其他危及器官的指标上与临床值的差异无统计学意义(P>0.05)。结论本方法增强了自动计划的鲁棒性,提高了其应对复杂情况的能力。