简介:摘要目的探讨结合患者临床信息和CT特征构建的基于机器学习的非参数诊断模型判定多发肺结节中实性结节性质的效力。方法回顾性收集北京大学人民医院2010年1月至2018年12月收治的287例多发肺结节患者切除的446个实性结节的病例资料。患者男性117例,女性170例,年龄(61.4±9.9)岁(范围:33~84岁)。将结节按4∶1的比例随机分为训练集(228例,357个结节)和测试集(59例,89个结节),对比不同机器学习算法并选用最优的极致梯度提升(XGBoost)算法建立预测模型(PKU-ML模型)。在测试集上验证该模型准确性,并与其他模型进行比较。最后使用独立的单发实性结节数据集[155例,男性95例,年龄(62.3±8.3)岁(范围:37~77岁)]验证模型预测单发实性结节性质的准确性。采用受试者工作特征曲线的曲线下面积评估模型诊断效力。结果PKU-ML模型在训练集中的曲线下面积为0.883(95%CI:0.849~0.917);在测试集中的曲线下面积为0.838(95%CI:0.754~0.921),优于用于预测单发实性结节的Brock模型(0.709,95%CI:0.603~0.816,P=0.04)、Mayo模型(0.756,95%CI:0.656~0.856,P=0.01)和VA模型(0.674,95%CI:0.561~0.787,P<0.01),与PKUPH模型相当(0.750,95%CI:0.649~0.851,P=0.07)。PKU-ML模型在独立单发实性结节数据集中的表现良好,曲线下面积为0.786(95%CI:0.701~0.872)。结论基于机器学习构建的PKU-ML模型能够更好地预测多发肺结节中实性结节的性质,其预测效力高于常用的参数模型,并且在预测单发实性肺结节良恶性上也有较好表现。
简介:摘要:在我国经济快速发展的过程中,人们对煤炭资源的需求量居高不下,随之而来的煤矿安全生产问题也愈加突出。由于煤矿资源在工业发展中特别重要,所以其生产安全也受到更多的关注。煤矿企业应当把安全生产作为核心工作,加大安全管理力度,才能提高生产效率和安全性,确保煤矿企业稳定发展并取得较好的经济效益。对此,煤矿企业要在安全生产管理方面加大投入力度,分析发生安全事故的原因,并采取有效的预防和解决措施,推动煤矿企业发展。
简介:摘要目的探讨影响根治性前列腺切除术(RP)后患者临床治愈和生化复发的危险因素。方法回顾性分析2001年4月至2020年12月北京大学第一医院收治的896例行RP患者的临床资料。年龄(65.90±6.3)岁,术前前列腺特异性抗原(PSA)10.75(0.36~264.20)ng/ml,前列腺体积40.0(12.0~220.9)ml,PSA密度(PSAD)0.27(0.02~3.42)ng/(ml·g)。临床分期T1c期432例,T2a/b期333例,T2c期76例,≥T3期55例。术前穿刺病理Gleason评分3+3分193例,3+4分315例,4+3分162例,≥8分226例。手术方式为开放、腹腔镜或机器人辅助RP。以术后临床治愈和生化复发为研究终点。临床治愈定义为术后6周血清PSA水平下降至0.03ng/ml以下。生化复发定义为RP术后随访中,连续两次血清PSA检测>0.2ng/ml。采用多因素logistic回归分析术后临床治愈的独立危险因素。采用Kaplan-Meier法绘制无生化复发生存曲线,采用log-rank法进行单因素分析,单因素分析有意义的指标采用Cox比例风险模型行多因素分析。结果896例术后中位随访58(5~241)个月。896例中678例(75.7%)达到临床治愈。经单因素分析筛选变量后,多因素分析结果显示术前穿刺阳性针数占比是否>33%(P=0.007)和穿刺病理Gleason评分(P=0.041)是影响临床治愈的独立危险因素。共890例纳入生化复发的危险因素分析,其中172例(19.3%)发生生化复发。1、5、10年无生化复发生存率分别为98.1%、83.1%、68.4%。中位无生化复发生存时间尚未达到,截至末次随访平均无生化复发生存时间为181(95%CI 172~189)个月。多因素分析结果显示,术后是否达到临床治愈(P=0.001)和术后病理分期(P<0.001)是生化复发的独立危险因素。结论术前穿刺阳性针数占比和穿刺病理Gleason评分是影响RP术后临床治愈的独立危险因素。术后病理分期和术后是否达到临床治愈是RP术后影响生化复发的独立危险因素。