CN115910334A - 一种肝移植受者术后早期新发高甘油三酯血症风险的动态预测模型 - Google Patents
一种肝移植受者术后早期新发高甘油三酯血症风险的动态预测模型 Download PDFInfo
- Publication number
- CN115910334A CN115910334A CN202211347906.1A CN202211347906A CN115910334A CN 115910334 A CN115910334 A CN 115910334A CN 202211347906 A CN202211347906 A CN 202211347906A CN 115910334 A CN115910334 A CN 115910334A
- Authority
- CN
- China
- Prior art keywords
- hypertriglyceridemia
- recipient
- liver
- transplantation
- risk
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种肝移植受者术后早期新发高甘油三酯血症风险的动态预测模型,使用三个指标来进行综合评分,三个指标分别为受者术前BMI、供肝TCF7L2蛋白表达水平和移植1月后受者血清他克莫司血药浓度。本发明提供的列线图模型包括了术前、术中和术后的指标,为围术期动态评估肝移植受者术后新发高甘油三酯血症的风险提供了简便而有效的方法,从而指导临床医生针对高风险患者采取合适的早期干预措施并加强管理,个体化精准预防肝移植术后高甘油三酯血症的发生。同时,由于所纳入的指标均已转换为二分类变量,在此基础上进一步将列线图简化为工作流程图,所构建的工作流程图进一步简化了风险评估过程,增强了本发明的可读性与临床实用性。
Description
技术领域
本发明涉及肝移植技术领域,具体涉及一种肝移植受者术后早期新发高甘油三酯血症风险的动态预测模型。
背景技术
肝移植受者术后代谢并发症发生率高,其中甘油三酯异常升高是引起患者发生心血管相关疾病或死亡等不良结局的关键危险因素。美国肝病学会在“成人肝移植长期管理指南(2012版)”中推荐对肝移植后发生高甘油三酯血症的个体进行干预。但在移植后高甘油三酯血症的发生、发展过程中,受者机体可能已经受到了不可逆的损害,影响受者和移植肝的远期预后。因此,早期识别移植后发生高甘油三酯血症的高危个体并及早采取干预措施可能预防这种潜在的损害,从而改善肝移植受者的远期预后。
既往关于肝移植术后脂质代谢紊乱的临床研究多局限于某个特定时点的受者相关指标,如移植前受者身体质量指数BMI(Ling Q,Wang K,Lu D,Guo HJ,Jiang WS,He XX,et al.Major influence of renal function on hyperlipidemia after living donorliver transplantation.World J Gastroenterol.2012;18(47):7033-7039)和移植后受者血清他克莫司浓度(Song JL,Li M,Yan LN,Yang JY,Yang J,Jiang L.Highertacrolimus blood concentration is related to increased risk of post-transplantation diabetes mellitus after living donor livertransplantation.Int J Surg.2018;51:17-23)等,而较少关注供肝指标,尤其是供肝分子生物学特征方面的指标。肝脏作为人体重要的代谢器官,广泛参与脂质合成与分解调控,因此供肝组织中脂质代谢相关蛋白的表达水平与术后高甘油三酯血症的发生可能存在关联。既往研究提示转录因子TCF7L2与脂质代谢过程的调控密切相关(Norton L,Chen X,Fourcaudot M,Acharya NK,DeFronzo RA,Heikkinen S.The mechanisms of genome-widetarget gene regulation by TCF7L2 in liver cells.Nucleic Acids Res.2014;42(22):13646-61)。
目前尚无临床可用的肝移植受者术后新发高甘油三酯血症风险的预测工具,尤其是动态的、整合供肝分子生物学特征在内的相关临床预测模型尚未见报道。列线图是一种基于多因素回归分析构建的可视化临床预测模型,能够将多个预测因子整合并量化到一张图中,具有很强的可读性。
发明内容
本发明所要解决的技术问题是动态预测肝移植受者术后早期发生高甘油三酯血症的风险,筛选出高风险患者并给予早期干预治疗以提升预后。
本发明的主要目的是联合围术期不同时点的受者资料(包括移植前受者BMI(身体质量指数)和移植1月后他克莫司血药浓度)和供肝的分子生物学特征(TCF7L2蛋白表达水平),构建用户友好的列线图模型以动态评估肝移植受者术后早期新发高甘油三酯血症的风险,并在列线图基础上进一步绘制成临床工作流程图,供临床医生在肝移植围术期对受者相关风险进行便捷的动态评估,进一步增强了本预测模型的可读性和临床实用性。
本发明首先提供了一种肝移植受者术后早期新发高甘油三酯血症风险动态预测用的指标组合,包括三个指标,分别为受者术前BMI、供肝TCF7L2蛋白表达水平和移植1月后受者血清他克莫司血药浓度。
其中,所述肝移植受者术后早期新发高甘油三酯血症定义为肝移植3个月后首次所测空腹血清甘油三酯水平≥150mg/dL。
本发明又提供了所述指标组合在构建肝移植受者术后早期新发高甘油三酯血症风险的动态预测模型中的应用。
本发明还提供了一种肝移植受者术后早期新发高甘油三酯血症风险的动态预测模型,包括三个指标,分别为受者术前BMI、供肝TCF7L2蛋白表达水平和移植1月后受者血清他克莫司血药浓度,
受者术前BMI分为高BMI和低BMI,BMI为>23.9kg/m2定义为高BMI,BMI为≤23.9kg/m2定义为低BMI;
供肝TCF7L2蛋白表达水平分为高表达和低表达,以免疫组化评分>3定义为高表达,≤3定义为低表达;
移植1月后受者血清他克莫司血药浓度分为高浓度和低浓度,>5.45ng/mL定义为高浓度,≤5.45ng/mL定义为低浓度;
根据以上三个指标所构建的列线图模型中,低BMI和高BMI分别赋分为0分和66分,TCF7L2高表达和低表达分别赋分为0分和82分,他克莫司低浓度和高浓度分别赋分为0分和100分;将所有指标对应的分值相加,获得总得分,总得分越高,对应的高甘油三酯血症风险越高。
在该动态预测模型中,所述肝移植受者术后早期新发高甘油三酯血症定义为肝移植3个月后首次所测空腹血清甘油三酯水平≥150mg/dL。
优选的,免疫组化评分=免疫组化染色强度评分×免疫组化染色面积评分,
其中,免疫组化染色强度评分标准为:无染色为0分,浅黄色为1分,黄色为2分,棕黄色为3分;免疫组化染色面积评分标准为:染色面积<5%为0分,染色面积5%-25%为1分,染色面积25%-50%为2分,染色面积50%-75%为3分,染色面积75%-100%为4分。
优选的,可以将肝移植受者术后早期新发高甘油三酯血症风险分为5个等级:<5%、5-20%、20-50%、50-80%和>80%。
根据三个指标进行高、低两种分类,总得分共有0分、66分、82分、100分、148分、166分、182分和248分8种可能,对应的高甘油三酯血症风险分别为0.05、0.14、0.18、0.23、0.42、0.50、0.56和0.81。
优选的,将动态预测模型使用列线图表示,或者进一步简化为工作流程图。
本发明还提供了一种肝移植受者术后早期新发高甘油三酯血症风险动态预测模型的构建方法,包括以下步骤:
(1)收集心脏死亡供体肝移植病例不同时间点的临床资料,分为训练集和验证集,临床资料包括术前受者身体质量指数和术后1个月受者他克莫司血药浓度;
(2)通过免疫组化方法评估供肝TCF7L2蛋白表达水平,以免疫组化评分中位数为界,将病例分为TCF7L2蛋白高表达组和低表达组;
(3)通过单因素分析从上述资料中筛选与移植后早期新发高甘油三酯血症相关的变量,通过绘制受试者工作曲线和计算约登指数确定连续变量的最佳阈值,并以该阈值为界将连续变量转换为分类变量;
(4)将单因素分析筛选出的变量纳入多因素Logistic回归分析,确定移植后早期新发高甘油三酯血症的独立危险因素;
(5)根据上述获得的独立危险因素构建预测移植后早期新发高甘油三酯血症的列线图模型,并通过受试者工作曲线、校正曲线和决策曲线分析法评估该模型在训练集和验证集中的区分度、校准度和临床实用性;
(6)根据上述获得的独立危险因素绘制工作流程图,用于在不同时间点对受者移植后早期新发高甘油三酯血症的风险进行可视化动态评估。
本发明所具备的有益效果为:本发明提供的列线图模型包括了术前、术中和术后的指标,为围术期动态评估肝移植受者术后新发高甘油三酯血症的风险提供了简便而有效的方法,从而指导临床医生针对高风险患者采取合适的早期干预措施并加强管理,个体化精准预防肝移植术后高甘油三酯血症的发生。同时,由于所纳入的指标均已转换为二分类变量,在此基础上进一步将列线图简化为工作流程图,所构建的工作流程图进一步简化了风险评估过程,增强了本发明的可读性与临床实用性。
附图说明
图1为本发明的技术路线图。
图2为训练集中按术后早期是否新发高甘油三酯血症分组的Kaplan-Meier生存曲线,其中,A为肝移植受者的生存曲线,B为移植物的生存曲线。
图3为免疫组化结果中TCF7L2蛋白低、高表达的典型图片。
图4为一种对肝移植受者术后早期是否新发高甘油三酯血症进行风险预测的列线图模型。
图5为列线图模型的ROC曲线图。
图6为列线图模型的校准曲线图,其中,A为训练集,B为验证集。
图7为列线图模型的临床决策曲线(DCA)图,其中,A为训练集,B为验证集。
图8为基于列线图构建的工作流程图。
具体实施方式
本发明所要解决的技术问题是针对现有肝移植围术期管理现状,通过联合术前、术中、术后相关指标,构建列线图系统来评估肝移植受者术后早期新发高甘油三酯血症的风险,指导临床医生针对高风险患者采取个性化干预、管理措施以提升患者预后。尤其是在该列线图基础上构建的工作流程图进一步简化了评估流程,可作为一种新型、简便的临床工具,为临床医生的治疗决策提供帮助。
以下结合实施例对本发明的技术方案作详细描述。
下述实施例中所涉及的实验方法,如无特殊说明,均为常规方法。
下述实施例中所使用的试剂、材料等,如无特殊说明,均可从商业途径获得。
本研究经浙江大学医学院附属第一医院伦理委员会批准,审批号为:2018-107。
图1所示为本发明的技术路线图。
1、研究对象的选取
回顾性收集2015年1月至2017年7月在浙江大学医学院附属第一医院接受心脏死亡供体肝移植的患者作为训练集,回顾性收集2021年10月至2022年2月在树兰医院接受心脏死亡供体肝移植的患者作为验证集。排除标准如下:(1)年龄<18岁;(2)术前存在高甘油三酯血症或接受降脂药物治疗;(3)非首次肝移植或多器官联合移植;(4)肝移植后生存时间<3个月;(5)术后1月内使用不包含他克莫司的免疫抑制方案;(6)重要数据缺失无法获得。其中,高甘油三酯血症定义为:血清甘油三酯水平≥150mg/dL。最终共纳入训练集101例,验证集30例。
2、临床资料的收集与随访
临床资料的收集通过医院病历系统及电话随访获得。所收集的临床资料主要包括:(1)受者相关:年龄、性别、BMI、吸烟习惯、饮酒习惯、高血压、糖尿病、血型相合与否、MELD评分、乙肝、病因、肝酶、血肌酐等;(2)供者相关:年龄、性别、BMI、供肝脂肪变性等;(3)手术相关:冷缺血时间、热缺血时间、手术时间、失血量等;(4)术后相关:移植1个月后他克莫司血药浓度,移植3个月后首次所测空腹血清甘油三酯水平,受者生存状态和时间,移植物存活状态和时间等。受者生存时间定义为从患者接受肝移植术的日期至因任何原因导致的死亡或末次随访时间。移植物生存时间定义为从患者接受肝移植术的日期至因任何原因导致的患者死亡,或因任何原因导致的移植物丢失而需要再次行肝移植术,或末次随访时间。
3、患者分组与生存分析
将患者按照术后早期是否发生高甘油三酯血症(以移植3个月后首次所测空腹血清甘油三酯水平为评价指标)分为两组。利用Kaplan-Meier法比较分析101例训练集中受者和移植物的生存率。如图2所示,和对照组相比,术后新发高甘油三酯血症的肝移植受者和移植物有更差的生存预后。
4、供肝组织样本免疫组化
用免疫组化方法检测TCF7L2蛋白在供肝组织(训练集和验证集)中的表达水平。免疫组化所用的抗体为抗人TCF7L2兔多克隆抗体(ab134275,Abcam,美国)。染色完成后,在高倍镜(×200)下随机选择3个视野进行目的蛋白染色强度和染色面积的评分。取每个视野下染色强度与染色面积评分之积的平均值作为该样本的最终评分。以训练集所有样本的最终评分中位数(本实施例中为3分)为阈值,将样本TCF7L2蛋白表达水平分为高表达组(>3分)(n=55)和低表达组(≤3分)(n=46)。高表达与低表达的免疫组化典型图片如图3所示。染色强度评分标准为:无染色为0分,浅黄色为1分,黄色为2分,棕黄色为3分。染色面积评分标准为:染色面积<5%为0分,染色面积5%-25%为1分,染色面积25%-50%为2分,染色面积50%-75%为3分,染色面积75%-100%为4分。免疫组化操作及评分的具体方法可参考文献“Vespasiani-Gentilucci U,Carotti S,Perrone G,Mazzarelli C,Galati G,Onetti-Muda A,Picardi A,Morini S.Hepatic toll-like receptor 4expression isassociated with portal inflammation and fibrosis in patients with NAFLD.LiverInt.2015
Feb;35(2):569-81.”
5、单因素分析变量筛选与变量转换
如表1所示,使用单因素分析比较两组间各变量是否有统计学差异,筛选P<0.1的变量作进一步分析。通过分析,最终得到供肝TCF7L2表达水平、受者BMI、移植1月后他克莫司血药浓度、供/受者血型不合、受者高血压为符合要求的变量。由于受者BMI和移植1月后他克莫司血药浓度为连续型变量,为方便后续进一步分析遂将其转换为分类变量。具体转换方法为:根据ROC曲线和约登指数计算其最佳阈值,并根据该阈值将这两个连续变量转换为二分类变量。具体的,本实施例中获得的他克莫司血药浓度最佳阈值为5.45ng/mL,据此定义高浓度为>5.45ng/mL(n=57),低浓度为≤5.45ng/mL(n=44)。本实施例中获得的受者BMI最佳阈值为23.9kg/m2,据此定义高BMI为>23.9kg/m2(n=31),低BMI为≤23.9kg/m2(n=70)。
6、多因素Logistic回归分析
将单因素分析中筛选得到的变量纳入多因素Logistic回归分析,最终得到供肝TCF7L2表达水平、受者BMI、移植1月后他克莫司血药浓度是肝移植受者术后早期新发高甘油三酯血症的独立预测因子(P<0.05)。
表1
7、列线图模型的构建
根据多因素Logistic回归分析结果绘制列线图,如图4所示,实现肝移植受者术后早期新发高甘油三酯血症风险预测的可视化。所述列线图预测模型中,各行分别为:
第一行“得分”,代表各指标得分范围在0~100分之间;
第二行“他克莫司血药浓度”,分为“低浓度”与“高浓度”2个水平,每个水平向上画一条竖线与第一行相交,获得对应得分,其中低浓度得0分,高浓度得100分;
第三行“供肝TCF7L2表达水平”,分为“高表达”与“低表达”2个水平,每个水平向上画一条竖线与第一行相交,获得对应得分,其中高表达得0分,低表达得82分;
第四行“受者BMI”,分为“低BMI”与“高BMI”2个水平,每个水平向上画一条竖线与第一行相交,获得对应得分,其中低BMI得0分,高BMI得66分;
第五行“总得分”,为第二、三、四行三个指标得分总和,在总得分对应坐标处向下画一条竖线与第六行相交,交点坐标对应肝移植受者术后早期发生高甘油三酯血症的风险;
第六行“新发高甘油三酯血症风险”,结合第五行“总得分”可获取对应个体移植后早期新发高甘油三酯血症的风险。
总得分共有0分、66分、82分、100分、148分、166分、182分和248分共8种可能,对应的高甘油三酯血症风险分别为0.05、0.14、0.18、0.23、0.42、0.50、0.56和0.81。
8、列线图模型的验证
使用ROC曲线下面积(AUC)、校正曲线和DCA曲线等指标对模型的区分度、校准度和临床实用性进行评估。
图5为列线图模型在训练集和验证集中的ROC曲线,其AUC分别为0.814(95%CI:0.720-0.907)和0.739(95%CI:0.559-0.919),提示该模型在预测肝移植受者术后早期新发高甘油三酯血症风险方面表现良好。
图6为列线图模型在训练集和验证集中的校准曲线,两个数据集中的校准曲线均接近对角线,提示该模型预测结果与实际观察结果一致性良好。
图7为列线图模型在训练集和验证集中的DCA曲线,提示该列线图具有较高的临床获益。
9、工作流程图绘制
基于上述所构建的列线图,根据所纳入的三个指标获得时间的先后顺序及对应得分,绘制针对“肝移植受者术后早期新发高甘油三酯血症”风险评估的工作流程图,在不同的时间点动态评估患者相关风险,具有方便、实用的特性。如图8所示,在本实施例中,将“患者术后早期新发高甘油三酯血症”的风险分为5个等级:<5%、5-20%、20-50%、50-80%、和>80%,每个等级在工作流程图中用不同的填充图案表示,增加了所述工作流程图的可视性。
10、统计分析方法
以上所述实施例的统计分析过程均采用SPSS 20.0(IBM公司,美国)和R 4.2.1版本进行。所使用的R包:“rms”、“pROC”、“rmda”、“ggplot2”、“survival”、“survminer”。P<0.05具有统计学意义。
Claims (10)
1.一种肝移植受者术后早期新发高甘油三酯血症风险动态预测用的指标组合,其特征在于,包括三个指标,分别为:受者术前BMI、供肝TCF7L2蛋白表达水平和移植1月后受者血清他克莫司血药浓度。
2.根据权利要求1所述的指标组合,其特征在于,所述肝移植受者术后早期新发高甘油三酯血症定义为肝移植3个月后首次所测空腹血清甘油三酯水平≥150mg/dL。
3.权利要求1或2所述指标组合在构建肝移植受者术后早期新发高甘油三酯血症风险的动态预测模型中的应用。
4.一种肝移植受者术后早期新发高甘油三酯血症风险的动态预测模型,其特征在于,包括三个指标,分别为受者术前BMI、供肝TCF7L2蛋白表达水平和移植1月后受者血清他克莫司血药浓度,
受者术前BMI分为高BMI和低BMI,BMI为>23.9kg/m2定义为高BMI,BMI为≤23.9kg/m2定义为低BMI;
供肝TCF7L2蛋白表达水平分为高表达和低表达,以免疫组化评分>3定义为高表达,≤3定义为低表达;
移植1月后受者血清他克莫司血药浓度分为高浓度和低浓度,>5.45ng/mL定义为高浓度,≤5.45ng/mL定义为低浓度;
根据以上三个指标所构建的列线图模型中,低BMI和高BMI分别赋分为0分和66分,TCF7L2高表达和低表达分别赋分为0分和82分,他克莫司低浓度和高浓度分别赋分为0分和100分;将所有指标对应的分值相加,获得总得分,总得分越高,对应的高甘油三酯血症风险越高。
5.根据权利要求4所述动态预测模型,其特征在于,其中,所述肝移植受者术后早期新发高甘油三酯血症定义为肝移植3个月后首次所测空腹血清甘油三酯水平≥150mg/dL。
6.根据权利要求4所述动态预测模型,其特征在于,免疫组化评分=免疫组化染色强度评分×免疫组化染色面积评分,
其中,免疫组化染色强度评分标准为:无染色为0分,浅黄色为1分,黄色为2分,棕黄色为3分;免疫组化染色面积评分标准为:染色面积<5%为0分,染色面积5%-25%为1分,染色面积25%-50%为2分,染色面积50%-75%为3分,染色面积75%-100%为4分。
7.根据权利要求4所述动态预测模型,其特征在于,将肝移植受者术后早期新发高甘油三酯血症风险分为5个等级:<5%、5-20%、20-50%、50-80%和>80%。
8.根据权利要求7所述动态预测模型,其特征在于,总得分共有0分、66分、82分、100分、148分、166分、182分和248分8种可能,对应的高甘油三酯血症风险分别为0.05、0.14、0.18、0.23、0.42、0.50、0.56和0.81。
9.根据权利要求8所述动态预测模型,其特征在于,将动态预测模型使用列线图表示,或者进一步简化为工作流程图。
10.一种肝移植受者术后早期新发高甘油三酯血症风险动态预测模型的构建方法,其特征在于,包括以下步骤:
(1)收集心脏死亡供体肝移植病例不同时间点的临床资料,分为训练集和验证集,临床资料包括术前受者身体质量指数和术后1个月受者他克莫司血药浓度;
(2)通过免疫组化方法评估供肝TCF7L2蛋白表达水平,以免疫组化评分中位数为界,将病例分为TCF7L2蛋白高表达组和低表达组;
(3)通过单因素分析从上述资料中筛选与移植后早期新发高甘油三酯血症相关的变量,通过绘制受试者工作曲线和计算约登指数确定连续变量的最佳阈值,并以该阈值为界将连续变量转换为分类变量;
(4)将单因素分析筛选出的变量纳入多因素Logistic回归分析,确定移植后早期新发高甘油三酯血症的独立危险因素;
(5)根据上述获得的独立危险因素构建预测移植后早期新发高甘油三酯血症的列线图模型,并通过受试者工作曲线、校正曲线和决策曲线分析法评估该模型在训练集和验证集中的区分度、校准度和临床实用性;
(6)根据上述获得的独立危险因素绘制工作流程图,用于在不同时间点对受者移植后早期新发高甘油三酯血症的风险进行可视化动态评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211347906.1A CN115910334A (zh) | 2022-10-31 | 2022-10-31 | 一种肝移植受者术后早期新发高甘油三酯血症风险的动态预测模型 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211347906.1A CN115910334A (zh) | 2022-10-31 | 2022-10-31 | 一种肝移植受者术后早期新发高甘油三酯血症风险的动态预测模型 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115910334A true CN115910334A (zh) | 2023-04-04 |
Family
ID=86473652
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211347906.1A Pending CN115910334A (zh) | 2022-10-31 | 2022-10-31 | 一种肝移植受者术后早期新发高甘油三酯血症风险的动态预测模型 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115910334A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116705286A (zh) * | 2023-05-04 | 2023-09-05 | 南方医科大学南方医院 | 基于代谢相关脂肪性肝病的预测方法、电子设备及存储介质 |
-
2022
- 2022-10-31 CN CN202211347906.1A patent/CN115910334A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116705286A (zh) * | 2023-05-04 | 2023-09-05 | 南方医科大学南方医院 | 基于代谢相关脂肪性肝病的预测方法、电子设备及存储介质 |
CN116705286B (zh) * | 2023-05-04 | 2024-03-08 | 南方医科大学南方医院 | 基于代谢相关脂肪性肝病的预测方法、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nelson et al. | Medication use for the risk reduction of primary breast cancer in women: updated evidence report and systematic review for the US Preventive Services Task Force | |
Maltoni et al. | Successful validation of the palliative prognostic score in terminally ill cancer patients | |
Kim et al. | Preoperative frailty assessment and outcomes at 6 months or later in older adults undergoing cardiac surgical procedures: a systematic review | |
CN109308545A (zh) | 预测患糖尿病几率的方法、装置、计算机设备及存储介质 | |
Lass et al. | Donor, recipient, and operative factors associated with increased endothelial cell loss in the cornea preservation time study | |
US20040243362A1 (en) | Information processing method for disease stratification and assessment of disease progressing | |
Gunby et al. | Day three versus day two embryo transfer following in vitro fertilization or intracytoplasmic sperm injection | |
Tang et al. | Improving generalization of deep learning models for diagnostic pathology by increasing variability in training data: experiments on osteosarcoma subtypes | |
Hall et al. | Glutathione S-transferase iso-enzymes in perfusate from pumped kidneys are associated with delayed graft function | |
Zhang et al. | RCMNet: A deep learning model assists CAR-T therapy for leukemia | |
CN115910334A (zh) | 一种肝移植受者术后早期新发高甘油三酯血症风险的动态预测模型 | |
Zangwill et al. | The African Descent and Glaucoma Evaluation Study (ADAGES) III: contribution of genotype to glaucoma phenotype in African Americans: study design and baseline data | |
Coticchio et al. | Fertility technologies and how to optimize laboratory performance to support the shortening of time to birth of a healthy singleton: a Delphi consensus | |
Knoedler et al. | Impact of sarcopenia on outcomes in surgical patients: a systematic review and meta-analysis | |
Scott et al. | Depression and anxiety trajectories in chronic disease: a systematic review and meta-analysis | |
Lim et al. | In vivo laser confocal microscopy using the HRT-rostock cornea module: diversity and diagnostic implications in patients with uveitis | |
CN115954102B (zh) | 一种人工关节假体周围感染诊断模型的构建方法 | |
Lim et al. | Identification of hepatic steatosis in living liver donors by machine learning models | |
US20180171376A1 (en) | Method for evaluation of grafts | |
Wu et al. | Decision‐tree algorithm for optimized hematopoietic progenitor cell–based predictions in peripheral blood stem cell mobilization | |
Huynh et al. | Internal and external validation of a 90-day percentage erection fullness score model predicting potency recovery following robot-assisted radical prostatectomy | |
Wang et al. | Machine learning-based prediction of postoperative 30-days mortality | |
CN117037914B (zh) | 一种基于个体特征定向制备的肠道菌群的系统 | |
Bedrick et al. | Physical activity is negatively associated with antral follicle count | |
WO2023151578A1 (en) | Embryo selection process |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |