简介:摘要目的探讨老年高脂血症他汀相关肌病患者的多模态超声表现特征,为无创定量评估他汀肌病新方法提供依据。方法选择我院就诊高脂血症老年他汀肌病患者20例(他汀肌病组)、服用他汀类药物未出现他汀肌病老年患者20例(他汀无肌病组)、与上述两组年龄性别相匹配的健康志愿者20例(对照组)。应用二维超声、剪切波弹性成像技术及超微血管成像技术分别获取各组内侧腓肠肌在松弛、背屈、跖屈状态下肌肉的厚度、回声、羽状角、剪切波速度值(SWV)、血管指数(VI)等,并进行对比分析。结果三组的年龄、身高、体重、体质指数等一般情况差异无统计学意义(均P>0.05)。他汀肌病组内侧腓肠肌厚度约(1.04±0.20)cm,小于他汀无肌病组(1.34±0.16)cm和对照组(1.35±0.15)cm(F=22.03,P<0.001)。他汀肌病组羽状角约(12.50±1.10)°,小于他汀无肌病组(18.55±1.28)°和对照组(18.60±1.35)°(F=158.03,P<0.001)。与他汀无肌病组和对照组相比,他汀肌病组静息、背取、跖屈状态下SWV均减小(F=61.71、111.96、8.69,均P<0.01)。他汀肌病组VI值(0.43±0.12)%,小于他汀无肌病组(0.75±0.20)%和对照组(0.93±0.17)%(F=48.93,P<0.001)。而他汀无肌病组和健康对照组之间各指标差异无统计学意义(均P>0.05)。结论多模态超声图像具有一定的特征,可以作为评估高脂血症老年人他汀肌病肌肉损害的一种新评估方法。
简介:摘要目的利用机器学习方法建立老年心房颤动(房颤)合并冠心病患者的远期死亡预测模型,并确定相应的危险因素。方法回顾性队列研究,连续入组2013年1月至2015年3月北京医院收治的60岁及以上房颤合并冠心病患者329例,男性183例(55.6%)例,女性146例(44.4%),年龄(77.8±7.3)岁,80岁及以上142例(43.2%)。失访11例(3.3%),死亡151例(45.9%),最后纳入分析的患者共318例。根据患者生存结局,将318例患者分为死亡组(151例)和存活组(167例)。此外,另选取2015年4—7月入院的60岁及以上房颤合并冠心病患者60例为外部数据验证集。采集人口统计学参数、合并疾病、辅助检查和临床治疗情况。随访至少6年,记录包括死亡在内的主要不良心脑血管事件(MACCE)。最后将入组患者按9∶1的比例随机分为训练集和测试集,通过机器学习算法建立不同模型预测房颤合并冠心病患者远期死亡率,并通过外部数据(60例)验证比较确立最优模型,利用Shapley加法解释算法对变量的重要性进行排序,得出排名前20位的特征变量,以确定危险因素。结果329例患者中,总体中位随访时间77.0月(95%CI:54.0~84.0),失访11例(3.3%),死亡151例(45.9%)。通过分析得出支持向量机模型、k-近邻算法(KNN)模型、决策树模型、随机森林模型、ADABoost模型、XGBoost模型、Logistic回归模型预测远期死亡率的受试者工作特征曲线(ROC)下面积(AUC)分别为0.76、0.75、0.75、0.91、0.86、0.85和0.81。其中随机森林模型预测效能最高,其准确率达0.789,F1值高达0.806,且优于传统的Logistic回归模型(AUC:0.91比0.81,P<0.05)。D-二聚体、年龄、MACCE次数、左心室射血分数、人血白蛋白水平、贫血、纽约心脏病协会心功能分级、陈旧性心肌梗死病史、估测肾小球滤过率(eGFR)及静息心率是预测远期死亡率的重要危险因素。结论基于机器学习方法建立的随机森林模型可预测老年房颤合并冠心病患者的远期死亡率,具有较好的识别能力,其准确性高于传统的Logistic回归模型。可通过干预患者的D-二聚体水平、纠正低蛋白血症和贫血、改善心功能和控制静息心室率降低远期死亡率,改善患者远期预后。
简介:摘要目的了解不同培养类型研究生医学统计学课程线上教学的差异性。方法采用自制调查问卷,对首都医科大学2020—2021学年240名研究生就线上医学统计学课程的教学效果、教学手段、教学内容进行问卷调查。采用有序logistic回归对单选题结果进行分析,采用logit联接函数的广义估计方程对每个多选题作为一个整体进行分析,采用二分类logistic回归对多选题的每个选项进行分析。结果从学习状况看,相比于统招研究生,在职研究生按时听课难度大(OR=2.931,95%CI:1.435~5.986),课后复习时间长(OR=2.077,95%CI:1.249~3.454)。从学习过程看,博士研究生比硕士研究生对课后作业的整体要求更高(OR=1.792,95%CI:1.345~2.388),在职研究生比统招研究生希望有更多的教学环节(OR=1.501,95%CI:1.126~2.001)。从学习收获看,博士研究生各方面收获更大(OR=3.936,95%CI:2.150~7.205)。对于线上教学所占比例,在职研究生更倾向于线上部分占有更大的比例(OR=2.994,95%CI:1.727~5.021)。上述各种比较的差异均具有统计学意义(均P<0.05)。结论不同培养类型的研究生在学习时间分配、对课后作业的要求、线上线下组合比例的需求以及学习后的收获等方面存在差异。在进行研究生医学统计学课程线上教学以及线上线下混合教学时,应该针对不同培养类型研究生的特点,进行教学环节设计,以达到学以致用的目的。
简介:摘要目的分析中国人应用可穿戴式除颤器(WCD)的临床特点和随访资料,了解WCD在中国应用的初步情况。方法本研究为多中心临床观察性研究,国内共5家医学中心参与该研究。入选2018年6月至2019年10月接受WCD并完成随访的患者共54例。收集患者的基线资料,随访穿戴依从性、反馈的问题、除颤治疗效果等。结果接受WCD治疗的患者男47例(87.0%),年龄(55.2±17.6)岁。其中冠心病患者31例(57.4%),持续室性心动过速(室速)/心室颤动(室颤)发作患者19例(35.2%)。使用WCD的主要适应证为急性心肌梗死早期(40 d内)伴左心室射血分数≤35% 18例(35.2%),其次为等待心脏移植且具有心脏性猝死(SCD)发生风险患者9例(16.7%)。患者平均穿戴天数为(51±34) d,最长145 d。18例患者随访3个月期间内坚持穿戴超过1个月。穿戴过程中感觉不适主要为除颤背心影响睡眠和无故报警。1例患者随访过程中监测到13次室颤发生,均予1次除颤治疗成功转复。无1例患者发生误放电。6例患者植入了植入型心律转复除颤器(ICD)结论WCD的中国临床观察性研究较为系统地介绍了中国人应用WCD的临床特点和使用情况,为进一步改善患者SCD的预防、加强公众对WCD的认识提供了经验。