简介:摘要目的探索一种利用医疗大数据算法筛选临床数据库中能够用于评估老年肺炎患者预后的核心指标。方法基于首都医科大学附属北京朝阳医院医联体朝阳急诊病房临床数据库,应用大数据检索技术,以数据库中老年肺炎患者为研究对象,根据出院时预后将患者分为死亡组和存活组。收集患者的一般资料,包括性别、年龄、血气、实验室指标集合数据,使用计算机语言Python批量计算出影响老年肺炎患者死亡的关键指标,并采用Logistic回归分析实验室指标与患者预后的相关性;绘制受试者工作特征曲线(ROC曲线),分析本研究使用的筛选方法对患者预后的预测价值。结果最终入选265例患者,死亡64例,存活201例。取每例患者入院首次检测指标的数据,最终从472项指标中筛选出23项差异有统计学意义的关键指标,包括:血常规指标7项、血气指标3项、肿瘤标志物指标3项、凝血功能相关指标4项、营养及器官功能相关指标6项。①肺炎死亡患者血气关键指标:51.6%(33例)的患者Cl-浓度为97~111 mmol/L,81.2%(52例)的患者血乳酸(Lac)为0.5~2.5 mmol/L,87.5%(56例)的患者H+浓度为0~46 mmol/L。②肺炎死亡患者血常规关键指标:46.9%(30例)的患者血红蛋白(Hb)为80~109 g/L,67.2%(43例)的患者血中嗜酸粒细胞比例(EOS%)为0.000~0.009,51.6%(33例)的患者血中淋巴细胞比例(LYM%)为0.00~0.09,50.0%(32例)的患者血中红细胞计数(RBC)为(3.0~3.9)×1012/L,54.7%(35例)的患者血中白细胞计数(WBC)为(0.0~9.9)×109/L,48.4%(31例)的患者血中红细胞分布宽度变异系数(RDW-CV)为10.0%~14.9%,48.4%(31例)的患者血中C-反应蛋白(CRP)为0.0~49.9 mg/L。③肺炎死亡患者肿瘤标志物关键指标:76.6%(49例)的患者血游离前列腺特异抗原/总前列腺特异抗原(FPSA/TPSA)为阴性(比值为0),92.2%(59例)的患者细胞角蛋白19片段(CYFRA21-1)为0.0~11.0 μg/L,75.0%(48例)的患者糖类抗原125(CA125)为0~104 kU/L。④肺炎死亡患者凝血功能关键指标:68.8%(44例)的患者活化部分凝血活酶时间(APTT)为57~96 s,73.4%(47例)的患者D-二聚体为0~6 mg/L,93.8%(60例)的患者凝血酶时间(TT)为14~22 s,89.1%(57例)的患者二磷酸腺苷(ADP)的抑制率为0%~53%。⑤肺炎死亡患者营养及器官功能关键指标:92.2%(59例)的患者B型脑钠肽(BNP)为0,46.9%(30例)的患者前白蛋白(PA)为71~140 mg/L,90.6%(58例)的患者尿酸(UA)为21~41 μmol/L,75.0%(48例)的患者白蛋白(Alb)为10~20 g/L,93.5%(60例)患者白蛋白/球蛋白比值(A/G比值)为0~0.9,84.4%(54例)的患者乳酸脱氢酶(LDH)为0~6.68 μmol/L·s-1·L-1。⑥ Logistic回归和ROC曲线分析:Logistic回归分析表明,PA和Lac是影响患者预后的因素,PA可使死亡风险降低0.9%,Lac可使死亡风险增加69.4%;实验室指标与患者死亡预测模型预测效果的ROC曲线下面积(AUC)=0.80,说明本研究使用的筛选方法效果较好,通过本研究模型能较好地预测老年肺炎患者预后。结论运用大数据技术可从急诊病房临床数据库中筛选出23项用于评估老年肺炎患者预后的核心指标,为临床评估老年肺炎患者预后提供了新的角度和方法。
简介:摘要:现如今,我国经济发展十分迅速,大数据是依附于计算机网络而产生的,其可以被看成计算机网络处理数据信息的一种形态,伴随着计算机设备及网络的深度应用,大数据技术也呈现出纵向化的发展模式,为社会生产、人们生活等提供极大便利。从大数据与计算机应用技术之间产生的联动效果来讲,两者是相辅相成的,通过完善基础的计算机设备,能够更大程度地拓展大数据技术应用空间,而借助大数据技术体系也能够加强计算机设备及网络的运行效率及安全性。但是从计算机应用技术的运营形式来讲,大部分技术具有网络虚拟化的特征,在实际运营期间,往往需要消耗更多的资源维系计算机网络。计算机应用技术的研发及运用,则能够从本质上对计算机网络中的信息资源进行优化及整合,真实反映大数据体系下数据信息之间的流通机制,且应用技术本身属于持续性的更新势态,能够满足数据信息的演变需求,成为计算机网络在新时代发展的助推力。
简介:摘要:相对于传统技术相比,大数据技术既能提高生态环境监测过程中相关数据信息的精准度,与此同时还能对未来相关数据有更好的预测和估计,提高相关部门针对生态环境监测工作中的决策水平。然而,在生态环境监测实际工作应用大数据技术时,相关部门还要根据自身发展的实际情况,去针对一些实际工作问题进行有效分析,从而制定出一系列的可行计划,在这之中要不断健全信息数据保密体系、打造安全可靠的网络环境、分类生态环境监测工作等有效措施,以此最大限度地在生态环境监测实际工作中发挥出大数据技术的作用,打击犯罪人员,防止犯罪人员对有价值的信息数据进行窃取,从而保证相关数据信息的安全性,提高生态环境监测工作的工作效率和质量,进而为保护生态环境提供一个强有力的支持。本文主要分析大数据技术在生态环境监测中的融合运用分析。