目的探讨免疫评分与预后的关系,并建立临床诺模图预测肺腺癌患者的生存。方法从癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库获取337例肺腺癌患者的临床病理特征和免疫评分,采用多因素COX比例风险回归模型分析肺腺癌患者总生存...目的探讨免疫评分与预后的关系,并建立临床诺模图预测肺腺癌患者的生存。方法从癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库获取337例肺腺癌患者的临床病理特征和免疫评分,采用多因素COX比例风险回归模型分析肺腺癌患者总生存期的独立预测因素,根据多变量分析结果建立诺模图,采用一致性指数和校准曲线测定预测准确度和判别能力。结果根据免疫评分将患者分为3个亚组。与免疫评分低的患者相比,免疫评分高的患者总生存期显著改善(HR=0.56,95%CI:0.34~0.91,P=0.018);肿瘤TNM分期也是影响生存期的重要因素。预测总生存期的C指数为0.71(95%CI:0.665~0.755)。1年、3年和5年总生存期概率的校准曲线显示,诺模图预测值和实际观测值之间具有显著一致性。结论免疫评分高与肺腺癌患者更好的总生存期显著相关,肿瘤TNM分期显著影响患者的总生存期。此外,用于预测预后的诺模图可能有助于估计肺腺癌患者的生存期。展开更多
背景肺癌是全球最常见的恶性肿瘤。可以通过早期筛查显著提高患者生存率。基于影像组学特征的生物标志物能够提供肿瘤的重要病理信息,并可应用于肺癌早期筛查。在本研究中,我们旨在建立一种影像组学模型,以提高对良恶性肺结节的区分能...背景肺癌是全球最常见的恶性肿瘤。可以通过早期筛查显著提高患者生存率。基于影像组学特征的生物标志物能够提供肿瘤的重要病理信息,并可应用于肺癌早期筛查。在本研究中,我们旨在建立一种影像组学模型,以提高对良恶性肺结节的区分能力。方法我们对在2013年6月至2018年6月期间通过计算机断层扫描(computed tomography,CT)诊断为良性或恶性肺结节的875例患者进行回顾性研究。将612例患者纳入训练队列,将263例患者纳入验证队列。从每例患者的CT图像中提取影像组学特征。使用最小绝对收敛和选择算子(least absolute shrinkage and selection operator,LASSO)算法进行影像组学特征选择和评分计算。使用多因素logistic回归分析建立分类模型和影像组学诺模图。在回归模型中使用影像组学评分和临床变量区分良性和恶性肺结节。通过曲线下面积(area under the curve,AUC)、校正曲线和Hosmer-Lemeshow检验评估训练队列和验证队列的影像组学诺模图的性能。结果本研究建立了一种影像组学评分,该评分是通过LASSO算法从训练队列中的1288个影像组学特征中筛选出的20个特征组成。使用影像组学评分和患者年龄构建多因素logistic模型和影像组学诺模图。训练队列[AUC=0.836;95%置信区间(confidence interval,CI):0.793–0.879]和验证队列(AUC=0.809;95%CI:0.745–0.872)均能够很好地区分良性和恶性肺结节。在训练队列(P=0.765)和验证队列(P=0.064)中,Logistic回归模型经过Hosmer-Lemeshow检验也显示出良好性能。校准曲线一致性良好,表明诺模图性能良好。结论建立的影像组学诺模图是恶性肺结节术前无创诊断的判别工具。验证结果显示,该诺模图具有出色的辨别能力和校准能力,表明其可用于肺癌的临床早期筛查。展开更多
针对开关电源变压器设计中存在公式繁多,磁心难以选择等问题,提出了利用磁心诺模图直观地选择最优磁心,并确定最优磁通密度摆幅等参数的方法。由给出的工作频率和输出功率选择磁心,并通过磁心确定原副边绕组和反馈绕组匝数等参数指标,...针对开关电源变压器设计中存在公式繁多,磁心难以选择等问题,提出了利用磁心诺模图直观地选择最优磁心,并确定最优磁通密度摆幅等参数的方法。由给出的工作频率和输出功率选择磁心,并通过磁心确定原副边绕组和反馈绕组匝数等参数指标,进行了实例设计。实验结果显示,以此变压器制作的输出为24 V开关电源,空载时纹波电压为220 m V,低于输出电压的,满足一般行业要求,证实了磁心诺模图方法的可行性与实用性。展开更多
文摘目的探讨免疫评分与预后的关系,并建立临床诺模图预测肺腺癌患者的生存。方法从癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库获取337例肺腺癌患者的临床病理特征和免疫评分,采用多因素COX比例风险回归模型分析肺腺癌患者总生存期的独立预测因素,根据多变量分析结果建立诺模图,采用一致性指数和校准曲线测定预测准确度和判别能力。结果根据免疫评分将患者分为3个亚组。与免疫评分低的患者相比,免疫评分高的患者总生存期显著改善(HR=0.56,95%CI:0.34~0.91,P=0.018);肿瘤TNM分期也是影响生存期的重要因素。预测总生存期的C指数为0.71(95%CI:0.665~0.755)。1年、3年和5年总生存期概率的校准曲线显示,诺模图预测值和实际观测值之间具有显著一致性。结论免疫评分高与肺腺癌患者更好的总生存期显著相关,肿瘤TNM分期显著影响患者的总生存期。此外,用于预测预后的诺模图可能有助于估计肺腺癌患者的生存期。
文摘背景肺癌是全球最常见的恶性肿瘤。可以通过早期筛查显著提高患者生存率。基于影像组学特征的生物标志物能够提供肿瘤的重要病理信息,并可应用于肺癌早期筛查。在本研究中,我们旨在建立一种影像组学模型,以提高对良恶性肺结节的区分能力。方法我们对在2013年6月至2018年6月期间通过计算机断层扫描(computed tomography,CT)诊断为良性或恶性肺结节的875例患者进行回顾性研究。将612例患者纳入训练队列,将263例患者纳入验证队列。从每例患者的CT图像中提取影像组学特征。使用最小绝对收敛和选择算子(least absolute shrinkage and selection operator,LASSO)算法进行影像组学特征选择和评分计算。使用多因素logistic回归分析建立分类模型和影像组学诺模图。在回归模型中使用影像组学评分和临床变量区分良性和恶性肺结节。通过曲线下面积(area under the curve,AUC)、校正曲线和Hosmer-Lemeshow检验评估训练队列和验证队列的影像组学诺模图的性能。结果本研究建立了一种影像组学评分,该评分是通过LASSO算法从训练队列中的1288个影像组学特征中筛选出的20个特征组成。使用影像组学评分和患者年龄构建多因素logistic模型和影像组学诺模图。训练队列[AUC=0.836;95%置信区间(confidence interval,CI):0.793–0.879]和验证队列(AUC=0.809;95%CI:0.745–0.872)均能够很好地区分良性和恶性肺结节。在训练队列(P=0.765)和验证队列(P=0.064)中,Logistic回归模型经过Hosmer-Lemeshow检验也显示出良好性能。校准曲线一致性良好,表明诺模图性能良好。结论建立的影像组学诺模图是恶性肺结节术前无创诊断的判别工具。验证结果显示,该诺模图具有出色的辨别能力和校准能力,表明其可用于肺癌的临床早期筛查。
文摘针对开关电源变压器设计中存在公式繁多,磁心难以选择等问题,提出了利用磁心诺模图直观地选择最优磁心,并确定最优磁通密度摆幅等参数的方法。由给出的工作频率和输出功率选择磁心,并通过磁心确定原副边绕组和反馈绕组匝数等参数指标,进行了实例设计。实验结果显示,以此变压器制作的输出为24 V开关电源,空载时纹波电压为220 m V,低于输出电压的,满足一般行业要求,证实了磁心诺模图方法的可行性与实用性。
