<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005">
<channel xmlns:cfi="http://www.microsoft.com/schemas/rss/core/2005/internal" cfi:lastdownloaderror="None">
<title cf:type="text"><![CDATA[生物医学工程学进展 -->医学生物信息学与计算科学]]></title>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于 APACHE Ⅱ评分的脓毒症患者 28d 死亡风险的列线图预测模型构建与验证]]></title>
<link><![CDATA[http://www.bmeprogress.com/swyxgcxjz/article/abstract/20250926004]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[目的 构建基于急性生理学与慢性健康状况评分Ⅱ（ Acute Physiology and Chronic Health Evaluation Ⅱ，APACHE Ⅱ）评分的脓毒症患者 28d 死亡风险列线图预测模型，并验证其预测性能，为临床精准评估和风险分层提供辅助工具。 方法 回顾性纳入 2023 年 1 月至 2025 年 6 月在商丘市第一人民医院重症监护室确诊为脓毒症的 186 例患者，收集患者APACHE Ⅱ评分相关指标、乳酸水平、基础疾病、机械通气等临床资料，记录 28d 生存结局。采用多因素 Logistic 回归分析筛选独立危险因素，并构建列线图模型，通过 C 指数、校准曲线与决策曲线分析（ Decision Curve Analysis， DCA）评估模型的判别力、校准度与临床效用，并行内部 Bootstrap 验证。根据入组时间将患者分为建模队列（ 2023 年 1 月至 2024 年 12 月，n=138）和时间外推验证队列（ 2025 年 1 月至 2025 年 6 月， n=48），进一步验证模型的稳健性。 结果 多因素 Logistic 回归分析显示， APACHE Ⅱ评分、乳酸水平、机械通气及合并糖尿病 / 心衰为影响脓毒症患者 28d 死亡的独立因素(P<0.05）。构建的列线图模型 C 指数为 0.872，校准曲线拟合良好， DCA 显示具有较高临床净收益。内部验证 C 指数为 0.860，提示模型稳定性良好。时间外推验证队列中， C 指数为 0.852。 结论 基于 APACHE II 评分的列线图模型可准确预测脓毒症患者28d 死亡风险，具有良好的判别能力、校准一致性和临床实用性，适用于临床早期风险评估与干预决策。]]></description>
<pubDate>2026/1/16 17:08:14</pubDate>
<category><![CDATA[医学生物信息学与计算科学]]></category>
<author><![CDATA[赵莉]]></author>
<guid><![CDATA[http://www.bmeprogress.com/swyxgcxjz/article/abstract/20250926004]]></guid><cfi:id>9</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[利用特征选择模型提高癌症亚型识别精度的多组学数据处理方法]]></title>
<link><![CDATA[http://www.bmeprogress.com/swyxgcxjz/article/abstract/20241117001]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[癌症是一种具有高危害性、高度异质性和复杂性的疾病，精准识别癌症亚型对指导个性化治疗和改善患者预后具有重要意义。为此，该文提出了一种合理的多组学数据处理方法，以提高癌症亚型识别精度。该方法主要利用特征选择模型对具有高维、小样本特征的组学数据进行排序，并结合癌症亚型识别模型进行数据清洗，提高癌症亚型识别精度。经过三种癌症数据与三种癌症亚型识别模型的验证，该方法有效提高了多组学癌症亚型识别模型的识别精度。该文对该领域的工作提出了展望，为精准癌症亚型识别的研究与发展提供了新视野。]]></description>
<pubDate>2025/11/24 21:54:54</pubDate>
<category><![CDATA[医学生物信息学与计算科学]]></category>
<author><![CDATA[程锦元,黄棋文,傅浩翔]]></author>
<guid><![CDATA[http://www.bmeprogress.com/swyxgcxjz/article/abstract/20241117001]]></guid><cfi:id>8</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于多因素分析的早产儿生发基质 – 脑室内出血危险因素及预测模型研究]]></title>
<link><![CDATA[http://www.bmeprogress.com/swyxgcxjz/article/abstract/20250703004]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[目的 通过多因素分析探讨早产儿生发基质 – 脑室内出血（ GM-IVH）的危险因素，并构建相应的预测模型。方法 选取在郑州市第一人民医院接受治疗的 GM-IVH 早产儿 40 例为观察组，纳入时间为 2021 年 1 月至 2024 年 12 月，同期健康早产儿40例为对照组，比较两组早产儿产前及新生儿期的临床指标，采用多因素logistic回归模型筛选相关影响因素，构建列线图预测模型，通过受试者工作特征（ ROC）曲线评估模型的区分度，并通过校准曲线评估其校准度，综合评价预测模型的效能。 结果 两组性别、产前激素治疗、宫内窘迫、宫内感染等产前指标对比无统计学意义（P>0.05）。 观察组胎龄 <32 周、出生体重 <2100g、产时窒息、绒毛膜羊膜炎、多巴胺治疗、代谢性酸中毒发生率较对照组高（P<0.05）。 多因素 logistic 回归分析结果显示，胎龄 <32 周、出生体重 <2100g、产时窒息、绒毛膜羊膜炎、代谢性酸中毒发生率为早产儿GM-IVH 的危险因素（P<0.05）。 根据多因素 logistic 回归分析结果，进一步建立预测模型， Logit（P） = –4.275+2.740× 胎龄 <32 周 +1.681× 出生体重 <2100g+2.071× 产时窒息 +2.468× 绒毛膜羊膜炎 +1.780× 代谢性酸中毒。根据霍斯默 – 莱梅肖检验，拟合优度为 5.963， P=0.576，说明构建的模型具有较好的拟合优度。 ROC 曲线显示，胎龄 <32 周、出生体重<2100g、产时窒息、绒毛膜羊膜炎、代谢性酸中毒发生率及联合预测早产儿 GM-IVH 的曲线下面积（ AUC）分别为 0.725、0.650、 0.638、 0.600、 0.587、 0.865。 结论 早产儿的胎龄过小（ <32 周）、出生体重过低（ <2100g）、产时窒息、绒毛膜羊膜炎及代谢性酸中毒等因素是 GM-IVH 发生的高危因素，利用以上因素构建的预测模型具有良好的效能。]]></description>
<pubDate>2025/11/24 21:54:51</pubDate>
<category><![CDATA[医学生物信息学与计算科学]]></category>
<author><![CDATA[马艳丽,李晓艳#,党峰涛,葛林铃,韩倩]]></author>
<guid><![CDATA[http://www.bmeprogress.com/swyxgcxjz/article/abstract/20250703004]]></guid><cfi:id>7</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[冠心病合并心房颤动患者PCI术后1年出血事件发生的影响因素及预测模型构建]]></title>
<link><![CDATA[http://www.bmeprogress.com/swyxgcxjz/article/abstract/20251208002]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[目的 探讨冠心病（coronary heart disease，CHD）合并心房颤动（atrial fibrillation，AF）患者经皮冠状动脉介入治疗（percutaneous coronary intervention，PCI）术后1年内发生出血事件的独立影响因素并构建预测模型。方法 回顾性收集2021 年1 月至2025 年12 月行PCI 的100 例CHD 合并AF 患者的临床资料，随访1 年，根据出血情况分为出血组（n＝20）和非出血组（n＝80）。通过Logistic回归分析筛选并构建列线图模型。通过受试者操作特征（receiver operator characteristic，ROC）曲线、校正曲线及决策曲线分析（decision curve analysis，DCA）评估模型效能。结果 术后1年出血发生率为20.00%（20/100）。多因素分析显示，既往出血史、D-二聚体（D-dimer，D-D）水平、HAS-BLED评分、国际标准化比值（international normalized ratio，INR）及血肌酐（serum creatinine，Scr）水平是发生术后出血的独立危险因素（均P＜0.05）。列线图模型的曲线下面积（area under the curve，AUC）为0.932，C-指数为0.856。Bootstrap法验证显示模型预测概率与实际发生率一致性良好，DCA证实模型具有较高的临床净获益。结论 影响CHD 合并AF患者PCI术后1年出血发生的独立影响因素包括既往出血史、D-D水平、HAS-BLED 评分、INR、Scr水平。本研究构建的预测模型具有良好的区分度与可靠性，可为该类患者术后出血风险的早期识别、个体化抗栓治疗方案的制定及长期随访管理提供科学依据。]]></description>
<pubDate>2026/4/14 15:10:49</pubDate>
<category><![CDATA[医学生物信息学与计算科学]]></category>
<author><![CDATA[殷子杰,孙贇,陈秀慧,侯雪琴]]></author>
<guid><![CDATA[http://www.bmeprogress.com/swyxgcxjz/article/abstract/20251208002]]></guid><cfi:id>6</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[乙型肝炎病毒相关性肝细胞癌术后早期复发的危险因素分析及预测模型构建]]></title>
<link><![CDATA[http://www.bmeprogress.com/swyxgcxjz/article/abstract/20250728001]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[目的 探究乙型肝炎病毒相关性肝细胞癌（HBV-associated hepatocellular carcinoma，HBV-HCC）术后早期复发的危险因素，并构建预测模型。方法 选取2021 年6 月至2024 年6 月于南阳市中心医院收治的行手术治疗的HBV-HCC 患者100 例，根据患者术后2 年内肿瘤复发情况将其分为复发组（n＝30 例）和非复发组（n＝70 例）。比较两组患者年龄、性别、糖尿病、肝硬化、饮酒、血小板计数（platelet count，PLT）＜100×109/L、中性粒细胞与淋巴细胞比值（neutrophil to lymphocyte ratio，NLR）＞2.5、输血、手术切缘＜1 cm、肿瘤大小、手术方式、术中出血量、微血管侵犯（microvascular invasion，MVI）、程序性死亡蛋白配体1（programmed death ligand 1，PD-L1）阳性、术后并发症、规律运动情况。结果 复发组手术切缘＜1 cm、MVI阳性的患者占比以及术中出血量增多均显著高于非复发组（均P＜0.05）。Logistic回归分析显示，手术切缘＜1 cm、术中出血量增多、MVI阳性是HBV-HCC术后早期复发的独立危险因素[比值比（odds ratio，OR）分别为2.752、2.258、1.863，均P＜0.05]。受试者操作特征（receiver operator characteristic，ROC）曲线分析显示，该模型预测值的曲线下面积（area under the curve，AUC）为0.914（95%CI：0.846～0.953），灵敏度为81.11%，特异度为92.32%。结论 手术切缘＜1cm、术中出血量增多及MVI阳性均是HBV-HCC术后早期复发的独立危险因素。]]></description>
<pubDate>2026/4/14 15:10:51</pubDate>
<category><![CDATA[医学生物信息学与计算科学]]></category>
<author><![CDATA[张理想]]></author>
<guid><![CDATA[http://www.bmeprogress.com/swyxgcxjz/article/abstract/20250728001]]></guid><cfi:id>5</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[安庆市山区高血压患者健康素养现状及预测模型构建]]></title>
<link><![CDATA[http://www.bmeprogress.com/swyxgcxjz/article/abstract/20251231001]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[目的 调查安庆市山区高血压患者的健康素养现状并构建风险预测模型。方法 2025 年1至9月，采用多阶段随机抽样法从安庆市山区5 个行政村中抽取建立健康档案的成年高血压患者作为调查对象。应用《全国居民健康素养监测调查问卷》收集资料，通过多因素Logistic 回归分析筛选影响因素并构建预测模型，采用受试者操作特征（receiver operator characteristic，ROC）曲线评估效能。结果 安庆市山区高血压患者的健康素养总体具备率为7.50%（9/120），总体得分为（32.88
±13.05）分；多因素Logistic 回归分析显示，文化程度、职业、家庭人均年收入及自评健康状况均是高血压患者健康素养的独立影响因素（均P＜0.05）；预测模型曲线下面积（area under the curve，AUC）为0.891（95%CI：0.819～0.963），灵敏度为80.00%，特异度为87.50%。结论 安庆市山区高血压患者健康素养水平普遍较低，受文化程度、职业、收入及自评健康状况等因素影响。构建的风险预测模型具有较好的预测效能，可为山区高血压患者健康素养的早期筛查、分层管理及精准干预提供科学依据。]]></description>
<pubDate>2026/4/14 15:10:51</pubDate>
<category><![CDATA[医学生物信息学与计算科学]]></category>
<author><![CDATA[柯俊松,亓志强,崔洁萍]]></author>
<guid><![CDATA[http://www.bmeprogress.com/swyxgcxjz/article/abstract/20251231001]]></guid><cfi:id>4</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[AECOPD合并呼吸衰竭行有创机械通气患者撤机结局的影响因素分析]]></title>
<link><![CDATA[http://www.bmeprogress.com/swyxgcxjz/article/abstract/20260123002]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[目的 探究影响慢性阻塞性肺疾病急性加重期（acute exacerbation of chronic obstructive pulmonary disease，AECOPD）合并呼吸衰竭行有创机械通气患者撤机结局的相关因素。方法 回顾性分析2023 年10月至2025年2月入院接受有创机械通气的AECOPD合并呼吸衰竭患者的临床资料。根据患者撤机结局将其分为撤机成功组和撤机失败组，比较两组的基线资料、机械通气时长、急性生理学和慢性健康状况评价Ⅱ（acute physiology and chronic health evaluation II，APACHEⅡ）评分及生化指标的差异，分析影响患者撤机结局的独立危险因素。结果 本研究最终纳入80 例AECOPD合并呼吸衰竭患者，其中撤机成功66例（82.5%），撤机失败14例（17.5%）。撤机失败组患者年龄≥60岁、有糖尿病病史及有吸烟史的患者占比均高于撤机成功组，机械通气时长、APACHEⅡ评分、撤机前C反应蛋白（C-reactive protein，CRP）水平也均高于撤机成功组（均P＜0.05）；但撤机失败组撤机前血清白蛋白（albumin，ALB）和血红蛋白（hemoglobin，Hb）水平均低于撤机成功组（均P＜0.05）。Logistic回归分析结果显示，有糖尿病病史、机械通气时间延长、撤机前低ALB和低Hb水平均是影响撤机结局的独立危险因素（均P＜0.05）。结论 AECOPD 合并呼吸衰竭患者行有创机械通气撤机失败率较高，合并糖尿病、机械通气时间延长、撤机前存在低白蛋白血症及贫血是此类患者撤机失败的独立危险因素。临床应根据患者情况及危险因素制定有效措施，改善患者撤机结局。]]></description>
<pubDate>2026/4/14 15:10:53</pubDate>
<category><![CDATA[医学生物信息学与计算科学]]></category>
<author><![CDATA[张家民,李裕尚]]></author>
<guid><![CDATA[http://www.bmeprogress.com/swyxgcxjz/article/abstract/20260123002]]></guid><cfi:id>3</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[Logistic回归与决策树建立急性呼吸窘迫综合征患者并发急性肾损伤的风险预测模型]]></title>
<link><![CDATA[http://www.bmeprogress.com/swyxgcxjz/article/abstract/20260119001]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[目的 分析急性呼吸窘迫综合征（acute respiratory distress syndrome，ARDS）患者并发急性肾损伤（acute kidney injury，AKI）的危险因素，并构建Logistic回归与决策树风险预测模型。方法 选取2022年4月至2025年4月江苏省中医院收治的160 例ARDS 患者作为研究对象，根据是否并发AKI，将其分为发生组（n＝51）和未发生组（n＝109）。收集两组患者的一般资料，采用多因素Logistic 回归分析筛选ARDS 患者并发AKI 的独立危险因素，采用SPSS Modeler 软件构建其决策树风险预测模型，并对比分析2 种模型的预测效能。结果 多因素Logistic回归分析显示，年龄、机械通气、休克、血肌酐（serum creatinine，Scr）、白细胞计数（white blood cell count，WBC）以及超敏C反应蛋白（high sensitivity C-reactive protein，hs-CRP）水平均为ARDS患者并发AKI的独立危险因素（均P＜0.05）；基于上述危险因素构建决策树风险预测模型，该模型纳入年龄、休克、Scr、WBC及hs-CRP 5个解释变量，共4层、13个节点，其中Scr是影响ARDS患者并发AKI最关键的因素。受试者操作特征（receiver operator characteristic，ROC）曲线分析显示，Logistic回归与决策树模型的曲线下面积（area under the curve，AUC）分别为0.953 和0.987，DeLong 检验比较2 种模型AUC 差异有统计学意义（Z＝2.467，P＝0.0133）。结论 年龄、机械通气、休克、Scr、WBC及hs-CRP水平是ARDS患者并发AKI的独立危险因素，基于上述危险因素构建的决策树模型预测效能更优，可为临床早期识别ARDS并发AKI的高风险患者、制定并实施针对性干预措施提供临床参考。]]></description>
<pubDate>2026/4/14 15:10:52</pubDate>
<category><![CDATA[医学生物信息学与计算科学]]></category>
<author><![CDATA[汪琳,杨继兵]]></author>
<guid><![CDATA[http://www.bmeprogress.com/swyxgcxjz/article/abstract/20260119001]]></guid><cfi:id>2</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于凝血功能和炎症标志物联合模型预测慢性心力衰竭并发深静脉血栓形成的价值]]></title>
<link><![CDATA[http://www.bmeprogress.com/swyxgcxjz/article/abstract/20260202005]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[目的 探讨凝血功能和炎症标志物联合模型对慢性心力衰竭（chronic heart failure，CHF）并发深静脉血栓形成（deep venous thrombosis，DVT）的预测价值。方法 选取2020 年2月至2024年10月北京中医药大学东直门医院洛阳医院收治的100例CHF患者，根据是否并发DVT分为血栓组（n＝32）和非血栓组（n＝68）。对比两组一般资料及实验室检测指标，经多因素Logistic回归分析筛选独立危险因素并构建Logistic预测模型，采用受试者操作特征（receiver operating characteristic，ROC）曲线及校准曲线评估模型效能。结果 多因素分析显示，年龄、D-二聚体（D-dimer，D-D）、纤维蛋白原（fibrinogen，FIB）、C反应蛋白（C-reactive protein，CRP）及降钙素原（procalcitonin，PCT）升高均是患者并发DVT的独立危险因素（均P＜0.05）；该模型预测患者并发DVT的曲线下面积（area under the curve，AUC）为0.965（95%CI：0.932～0.999）；校准曲线及Hosmer-Lemeshow检验显示该模型预测概率与实际观测值一致性良好，平均绝对误差为0.020，校准度较高（χ2＝4.208，
P＝0.616）。结论 基于凝血功能和炎症标志物构建的联合模型可有效预测CHF患者并发DVT的风险。]]></description>
<pubDate>2026/4/14 15:10:39</pubDate>
<category><![CDATA[医学生物信息学与计算科学]]></category>
<author><![CDATA[杨玉娜]]></author>
<guid><![CDATA[http://www.bmeprogress.com/swyxgcxjz/article/abstract/20260202005]]></guid><cfi:id>1</cfi:id><cfi:read>true</cfi:read></item>
</channel>
</rss>