一、对应分析在福建恶性肿瘤死亡率分析中的应用（论文文献综述）
袁音[1]（2021）在《基于综合健康评估的老年衰弱实证研究》文中进行了进一步梳理背景与目的“老龄化与健康”是目前全球重大的公共卫生问题。我国正处于老龄化的高速发展阶段。老年人群的躯体功能、精神心理、社会支持等综合健康状况的各个方面不同程度地影响死亡、失能、住院等不良结局的发生发展。老年综合健康评价体系的构建可以量化评定健康状况,为个体健康状态的筛查和分级提供依据。衰弱是综合健康状况评价的重要标准。衰弱可升高死亡等多种负性事件的发生风险。识别衰弱的危险因素、评估衰弱的风险并早期给予精准干预,衰弱的状态可被逆转。机体代谢产物含量的变化与疾病的关联密切,可动态反映细胞活动和外界因素相互作用的最终结果。代谢组学具有高效整合内源性和外源性暴露信息的潜力,分析老年衰弱的代谢特征有助于扩充衰弱的危险因素谱。方法第一部分通过伞状Meta分析探索与全因死亡风险相关的老年健康因素,建立老年综合健康评价体系条目池;第二部分通过Delphi专家咨询法构建老年综合健康评价体系,对其进行信度、效度检验,并通过人群实证研究制定老年综合健康评分的常模。第三部分依托于多中心非住院老年人群的横断面研究,通过综合健康评估,基于Lasso-logistic回归探讨衰弱的影响因素,构建离散贝叶斯网络拓扑结构以直观反映衰弱的影响因素以及影响因素之间的潜在关系,并利用条件概率推理一个或多个影响因素对衰弱的作用强度。第四部分采用非靶向代谢组学技术寻找衰弱、衰弱前期、非衰弱老年人群代谢产物的差异表达,分析衰弱相关代谢特征。结果1.伞状Meta分析提示多种健康因素与非住院老年人群的全因死亡风险显着相关。经流行病学可信度评价为“可信”或“高度提示性”的危险性因素包括衰弱、低体能评分、每日步数减少、代谢综合征、低体质指数（body mas index,BMI）、营养不良、现在吸烟、认知受损、握力减退、步速下降、视力损害、尿失禁、丧偶及每日睡眠>6～8小时;保护性因素为地中海饮食、高强度和中等强度运动。与全因死亡存在“提示性”相关的危险因素包括高BMI、曾经吸烟、肌少症、共病和勃起障碍;保护性因素为低强度运动。每日睡眠<6～8小时和抑郁与全因死亡风险增加相关,绿地暴露增加和长时间低强度运动则与全因死亡风险降低相关,但证据级别均为“弱”。2.本研究通过两轮Delphi专家咨询,构建了包含躯体生理、精神心理、社会支持与环境三大维度共29个题项的老年综合健康评价体系,信度、效度评价均良好。通过老年综合健康评价体系的权重分配计算得出老年综合健康评分,并在社区和养老院共2,040名老年人中进行实证研究,制定了不同年龄、性别人群的均数、百分位和划界常模。老年综合健康评分与衰弱状态显着相关。3.开展多中心非住院老年人群的横断面研究,按照Fried表型、FRAIL和衰弱指数标准,衰弱的患病率分别为8.33%、8.03%和13.28%。贝叶斯网络分析提示,年龄、营养状态、工具性日常生活活动能力、平衡能力和社会支持与衰弱存在直接相关。跌倒、慢性疼痛、焦虑、血肌酐水平、视力和听力与衰弱存在间接的网络联系。知晓以上任意一个或几个影响因素的状态,可利用条件概率推理衰弱的风险。4.基于第三部分的人群资料进行匹配病例对照研究,非靶向代谢组学分析提示,衰弱和衰弱前期人群血浆中多种代谢物质发生显着改变,包括氨基酸衍生物、有机酸及其衍生物、氧化脂质、胆汁酸、胆碱、酰基肉碱、甘油磷脂类等。共同的差异代谢物有4种,分别为吲哚-3-丙酸、4-甲氧基苯乙酸、胍基乙酸和D-尿胆原,主要涉及氨基酸代谢通路的扰动。差异代谢物中,胍基乙酸、sn-甘油-3-磷酸胆碱和5-氨基戊酸具有区分衰弱、衰弱前期与非衰弱状态的临床诊断价值。结论老年综合健康状况对全因死亡风险具有显着影响。老年综合健康评价体系具有良好的信、效度,老年综合健康评分与衰弱状态具有显着相关性。衰弱及其影响因素构成复杂的网络关联,其中年龄、营养状态、工具性日常生活活动能力、平衡能力和社会支持与衰弱存在直接相关。衰弱和衰弱前期显着的代谢特征变化集中于氨基酸代谢通路。本研究为老年人群综合健康状况的管理和干预提供了方法学支撑和实践指导,为衰弱的早期诊断、风险预测和精准治疗提供了理论基础。
林岚[2]（2021）在《PD-1/PD-L1抑制剂vs.化疗在晚期食管癌二线治疗疗效及安全性：一项基于RCT研究的Meta分析》文中进行了进一步梳理目的:PD-1/PD-L1抑制剂在多种晚期实体肿瘤中疗效显着,但相比传统的化疗,其在晚期食管癌二线治疗的疗效与安全性需进一步明确。本文通过基于RCT研究的meta分析,系统评价PD-1/PD-L1抑制剂对比化疗在晚期食管癌二线治疗的疗效及安全性,希望能为临床决策提供一定的参考。方法:检索PubMed、The Cochrane Library、Embase、中国知网、万方及维普数据库,检索时间截止至2020年12月,按照纳入和排除标准筛选文献和提取资料后,对比PD-1/PD-L1抑制剂单药与化疗在疗效及不良反应之间的差异,采用Review Manager 5.3软件计算并分析HR（hazard ratio,风险比）或RR（relative risk,相对风险比）及其对应的95%CI（confidence intervals,置信区间）。结果:共有3个随机、对照临床试验的1495例晚期食管癌二线治疗患者纳入meta分析。在疗效方面,与化疗相比,PD-1/PD-L1抑制剂降低了死亡率[HR=0.80,95%CI（0.72,0.90）,P<0.0001],提高了12个月生存率[RR=1.40,95%CI（1.20,1.63）,P<0.0001]及18个月的生存率[RR=1.57,95%CI（1.25,1.96）,P<0.0001],并延长了中位总生存期[HR=0.80,95%CI（0.72,0.90）,P=0.0001],提高了18个月的PFS（progression-free survival,无进展生存期）率[RR=3.12,95%CI（1.65,5.89）,P=0.0005]。而PD-1/PD-L1抑制剂的客观缓解率、疾病控制率、中位无进展生存期、6个月及12个月的PFS率与化疗相比无明显差异（P值均>0.05）。亚组分析提示,PD-1/PD-L1抑制剂在男性、<65岁、亚洲、PD-L1表达≥1%及食管鳞状细胞癌亚型的晚期患者中更有效（HR均<1,P值均<0.05）,但其疗效与PD-L1表达水平无明显正相关关系[HRPD-L1≥1%=0.64,95%CI（0.51,0.80）,P<0.0001,HRPD-L1≥5%=0.65,95%CI（0.48,0.87）,P=0.004、HRPD-L1≥10%=0.66,95%CI（0.47,0.92）,P=0.02]。在安全性方面,PD-1/PD-L1抑制剂发生TRAE（treatment-related adverse events,治疗相关不良事件）与化疗相比无明显差异[RR=0.82,95%CI（0.59,1.13）,P=0.22],其中甲状腺功能减退的发生率高于化疗组[RR=16.98,95%CI（6.25,46.17）,P<0.00001],但其≥3级TRAE的发生率较化疗低[RR=0.40,95%CI（0.29,0.54）,P<0.00001],且两者治疗相关死亡事件的发生率无明显差异[RR=1.35,95%CI（0.60,3.01）,P=0.47]。结论:PD-1/PD-L1抑制剂单药治疗可以为晚期食管癌二线治疗患者带来长期的临床效益,严重不良反应的发生率较少,具有良好的安全性。PD-1/PD-L1抑制剂在男性、年龄<65岁、亚洲患者、PD-L1表达≥1%、食管鳞状细胞癌亚型的晚期食管癌患者中更有效,但与PD-L1表达水平无明显正相关关系。
陈文君[3]（2021）在《肿瘤相关血栓风险因素及抗血管生成药对肿瘤相关血栓的影响机制研究》文中提出肿瘤患者较正常人有着较高的静脉血栓栓塞（venous thromboembolism,VTE）发生率,其所导致的死亡率占肿瘤患者总死亡率的第二。准确评估患者发生VTE的风险可以有效的预防VTE事件的发生,降低死亡率。目前,国内外专门针对住院肿瘤患者发生VTE的风险评估模型非常有限。抗血管生成药物在肿瘤治疗方面具有良好的成效,但在临床应用中被发现其会促进VTE的发生,相关的验证及其机制探索研究尚且不足。目的构建适合住院肿瘤患者的VTE风险评估模型,并探究抗血管生成药物对肿瘤相关血栓发生的影响及相关机制。方法临床研究:根据纳排标准纳入患者,采集患者基本信息;对纳入的所有变量进行单因素分析和多因素分析,建立适合住院肿瘤患者的VTE风险评估模型。采用Hosmer-Lemeshow检验（H-L检验）和受试者工作特征曲线（receiver operating characteristic curve,ROC）曲线检验模型的拟合度和鉴别效度。并采用验模数据库的患者数据进行外部人群的验证。基础研究:（1）将裸鼠随机分为5个组:空白组（无处理）、对照组、贝伐珠单抗组、PAI-039组、贝伐珠单抗+PAI-039组;（2）除空白组外,其余组利用A549细胞构建皮下肿瘤模型,记录肿瘤生长曲线;（3）瘤体体积达500mm3时,按分组情况给药;给药结束后,所有鼠进行下腔静脉部分阻塞模型（inferior vena cava stenosis model,IVC）构建;（4）对空白组,对照组,贝伐珠单抗组术后8h及所有组术后24h的血栓块的体积和重量进行分析,并采用HE染色分析血栓溶解率;（5）对肿瘤组织进行C31免疫组化分析;（6）ELISA技术分析裸鼠血清中纤溶酶原激活物抑制剂-1（plasminogen activator inhibitor-1,PAI-1）和组织型纤溶酶原激活抑制复合物（tissue plasminogen activator inhibitor complex,t-PAIC）的浓度;（7）采用Western Blot及荧光定量-PCR技术分别对肿瘤组织和肿瘤细胞的PAI-1、血管内皮生长因子（vascular endothelial growth factor,VEGF）表达水平进行检测。结果临床研究:本研究共纳入944例符合要求的肿瘤患者,其中血栓组472例,对照组472例。根据随机数字表将入组患者随机分配到建模数据库和验模数据库。经过对建模数据库的分析,最终发现化疗、高血压,VTE病史,近一个月内的手术史,PICC置管处理、D二聚体≥1.805（μg/m L）、PT<12.85（秒）、血红蛋白≤114.5（g/L）和CRP≥7.575（mg/L）是肿瘤患者并发VTE的危险因素。利用上述的危险因素构建了一个专门针对住院肿瘤患者的VTE风险评估模型,经检验,该模型具有良好的拟合度和较好的鉴别效度。利用验模数据库对模型进行外部人群的验证,结果显示模型能够较好的鉴别住院肿瘤患者的VTE风险。基础研究:（1）成功构建了裸鼠皮下肿瘤模型;（2）由肿瘤组织生长曲线和肿瘤组织的免疫组化结果可知,贝伐珠单抗处理后,肿瘤组织的新生血管生成数量明显减少,从而影响了肿瘤组织的生长过程;（3）通过对IVC术后血栓块体积和重量分析可知:肿瘤的微环境会促进血栓的形成,而贝伐珠单抗的使用会加剧肿瘤微环境中血栓的形成,且PAI-1在其中具有潜在作用;（4）HE染色结果显示,贝伐珠单抗的使用会抑制血栓的自然溶解过程。（5）ELISA结果显示,贝伐珠单抗会增加血液中肿瘤来源的PAI-1浓度水平和PAI-1抑制纤溶的活性;（6）Western Blot及RT-PCR技术结果显示,贝伐珠单抗处理组的肿瘤组织和肿瘤细胞中的VEGF蛋白的表达水平被抑制了,而PAI-1蛋白、PAI-1 m RNA的表达则被促进了。结论临床研究:我们从住院肿瘤患者的实际情况出发,开发了一种新的针对住院肿瘤患者的VTE风险评估系统,即根据9个风险因素:化疗、高血压,VTE病史,近一个月内的手术史,PICC置管处理、D二聚体≥1.805（μg/m L）、PT<12.85（秒）、血红蛋白≤114.5（g/L）和CRP≥7.575（mg/L）来评估住院肿瘤患者并发VTE的风险。基础研究:肿瘤微环境会促进血栓形成;抗血管生成药物贝伐珠单抗的使用会抑制肿瘤VEGF蛋白的表达,中断了VEGF对肿瘤细胞表达PAI-1的抑制,从而增加了PAI-1的表达,从而促进血栓的形成。
杨双凤[4]（2021）在《基于mGWAS探索胃癌代谢和遗传生物标志物及其作用模式》文中研究说明【目的】1.通过代谢组学分析筛选胃癌血浆差异代谢物,以期寻找可靠的胃癌诊断生物标志物。2.基于代谢组的全基因组关联分析（mGWAS）鉴定与胃癌血浆差异代谢物相关的代谢数量性状位点（m QTL）,以期为发现与胃癌相关的遗传生物标志物提供参考。3.通过生物信息学分析,从代谢相关基因作用模式的新视角探索胃癌的可能发生机制。【方法】1.采用液相色谱质谱联用仪（LC-MS）对233例胃癌患者及年龄、性别、吸烟、饮酒、HP感染状态及血样采集时间等匹配的233例健康对照人群的血浆样本进行非靶向代谢组学检测。用正交偏最小二乘-判别分析法（OPLS-DA）分析胃癌组与健康对照组血浆代谢轮廓差异;以OPLS-DA模型中变量投影重要性VIP值>1和Student t test检验FDR＿P value<0.05为标准进行差异代谢物筛选;采用单因素Logistic回归分析差异代谢物与胃癌发病风险关系;采用ROC曲线评价所筛选关键差异代谢物的诊断能力;最后,使用Metabo Analyst进行代谢物通路富集分析,探索胃癌差异代谢物所影响的代谢通路。2.应用TASSEL 5软件,采用广义线性模型（GLM）,进行差异代谢物的全基因组关联分析以鉴定胃癌代谢数量性状位点（m QTL）,使用R软件的“CMplot”程序包绘制曼哈顿图及Q-Q图可视化关联分析结果。基于Affymetrix公司提供的以人类基因组版本hg19为参照的注释文件对所定位SNPs位点进行基因注释。并对所定位代谢相关基因进行GO和KEGG通路富集分析。3.采用GLM分别对胃癌组和健康对照组人群的全部代谢物进行mGWAS分析以定位胃癌组代谢相关基因和对照组代谢相关基因,而后将两组人群代谢相关基因进行交集分析,定义交集外的纯胃癌组和纯对照组基因为两组人群差异代谢相关基因。并通过Metascape分别将纯胃癌组代谢相关基因和纯对照组代谢相关基因进行GO和KEGG通路富集分析,以比较两组人群代谢相关基因作用模式差异。4.从TCGA数据库下载亚洲胃癌患者基因表达数据,分别筛出差异代谢物相关基因和胃癌组和对照组差异代谢相关基因的基因表达数据,并将两部分所定位基因分别纳入R软件“limma”包进行基因表达差异分析以进行外部验证所定位基因与胃癌关系。【结果】1.代谢组学分析,OPLS-DA结果显示,胃癌患者与健康对照人群血浆代谢谱存在显着差异;结合VIP值>1和t检验FDR＿P value<0.05,筛选出了胞苷一磷酸、尿苷5’-单磷酸酯、尿苷5’-二磷酸、肌苷三磷酸、鸟苷、亚油酸、血小板激活因子等22种胃癌患者与健康对照人群血浆关键差异代谢物,在调整了腌菜摄入状况后,logistic回归分析22种代谢物仍显示与胃癌相关;这22种差异代谢物的联合诊断效能高达AUC:0.897（95%CI:0.869-0.924）,表现出了较高的诊断价值;代谢通路富集分析结果显示22种差异代谢物主要富集在亚油酸代谢、嘧啶代谢、嘌呤代谢和叶酸生物合成等4条代谢途径中。2.22种差异代谢物的全基因组关联分析发现,57个SNPs位点突变与6种代谢产物显着相关（FDR＿P value<0.05）,其中,有3个SNP位点在一般人群的mGWAS研究中已被鉴定。此外,生物信息学分析,发现此57个SNP位点所对应的60个基因主要参与在T细胞受体信号通路、免疫反应调节信号通路等生物过程。3.胃癌组和健康对照组的mGWAS分析结果,在胃癌组中共发现9种代谢物与233个SNPs（对应270个基因）存在显着的统计学关联（FDR＿P value<0.05）,而在健康对照组当中,共发现16个代谢物与150SNPs（对应154个基因）位点存在显着的统计学关联（FDR＿P value<0.05）,其中交集基因有10个。GO和KEGG富集分析,发现相较于纯对照组代谢相关基因主要富集于葡萄糖代谢、核苷酸代谢等生物途径中,纯胃癌组代谢相关基因则主要参与轴突生成、神经元分化等生物过程,且在KEGG通路分析中,纯胃癌组基因也主要富集在轴突指导通路中。4.TCGA数据库下载的亚洲胃癌患者癌和癌旁组织基因表达数据差异分析结果,发现22种差异代谢物mGWAS分析所定位的60个基因中有12个基因,而胃癌组和健康对照组的mGWAS分析所定位到的除了交集组外的357基因中则有93个基因在癌和癌旁组织中表达存在统计学差异（FDR＿P value<0.05）。【结论】研究发现包括胞苷一磷酸、尿苷5’-单磷酸酯、尿苷5’-二磷酸、肌苷三磷酸、鸟苷、血小板激活因子等22种关键差异代谢物或可成为潜在的胃癌诊断生物标志物,57个SNPs位点对于胃癌遗传生物标志物的发现提供了重要参考。另外,我们从代谢相关基因作用模式的角度提供了对胃癌生物学机制理解的新视角,提示神经系统在胃癌发生中的作用应该引起重视。
李茵[5]（2021）在《面向医院管理的数据驱动决策研究》文中指出信息技术的快速发展与应用以及大数据战略的深入实施,使得大数据成为科技创新引领与决策支撑的重要战略资源,科学研究与实践正在完成“假设驱动”到“数据驱动”的巨大转变,大数据的深度挖掘与利用能够为社会发展、政府治理、国家安全等提供新的动能。围绕国家大数据战略,丰富和拓展大数据应用创新领域,推动管理升级,给学术界、产业界以及政府部门带来许多新的重要课题。其中面向健康服务供给侧的决策支持、决策引导和决策创新中的数据驱动、数据价值转换问题即是管理学、数据科学的核心科学问题之一,更是情报学应对大数据环境开展智慧型情报服务必须解决的关键问题之一。健康医疗大数据时代的到来,促使医院管理和医院管理者的观念都随之变化。数据驱动对医院精细化、智慧化管理决策具有重要意义。本研究从提升医疗管理决策质量的角度出发,构建数据驱动医院管理决策过程模型,分析数据驱动医院管理决策的影响因素,进而提出面向医院管理的数据驱动决策模型,并展开实证研究,为数据驱动决策领域的研究理论基础和实证研究提供参考依据,为促进医院精细化管理提供对策及建议。基于此,通过界定“数据驱动”、“医院管理”、“医院管理评价”与“数据驱动决策”等相关概念,以回顾数据驱动决策、面向医疗健康领域的数据驱动决策、面向医院管理的数据驱动决策以及数据驱动决策的影响因素研究现状为基础,综合运用文献调研法、半结构访谈法、问卷调查法、扎根理论法、结构方程法、统计分析法、机器学习法分析了面向医院管理的数据驱动决策的过程模型和影响因素模型,并构建了面向医院管理的数据驱动决策模型。围绕面向医院管理的数据驱动决策模型这一核心研究内容,本文第三章在已有BASM模型研究过程的基础上,结合医院管理决策场景的特殊性,探索面向医院管理的数据驱动决策的运行机理,构建面向医院管理的数据驱动决策过程模型,以梳理驱动的路径,理清其中的内在逻辑。该模型由处理过程模型及支持过程模型两部分构成,旨在分别回答面向医院管理的数据驱动决策过程中两个核心问题,一是数据本身如何转化并如何嵌入到医院管理决策过程中,二是医院中能够支持并且推动数据驱动决策的途径是什么。第四章采用扎根理论进行了面向医疗管理领域数据驱动决策的影响因素识别研究,编码面向医院管理者的半结构化访谈资料,经过饱和度测试,最终识别出了四个维度的影响因素。第五章在对影响因素定性研究的基础上利用结构方程模型方法进一步验证影响因素,探讨相关变量的权重和关系。阐述各个因素对医院管理决策的影响关系,验证数据驱动医院管理决策影响因素模型。第六章整合数据驱动医院管理决策过程模型和影响因素模型,构建支持医院管理决策全过程的数据驱动决策模型,探讨过程模型与影响因素模型的内在联系。第七章根据已构建的面向医院管理的数据驱动决策模型,进行基于DRGs分组的医疗服务能力评价和医生绩效评价管理工作的实证研究,修正和完善已构建的模型。具体内容如下:（1）构建面向医院管理的数据驱动决策过程模型。基于现有的数据驱动决策机制模型,结合医院管理实践,构建面向医院管理的数据驱动决策过程模型,该模型由处理过程模型及支持过程模型两部分构成,处理过程模型包括面向医院管理决策的数据处理过程和数据驱动的医院管理决策处理过程。决策处理过程既是数据处理过程的最后阶段,对数据处理的结果进行展示与应用,又会不断地产生新的数据,前推已有数据的老化和错误,补充和修正数据处理过程。而数据处理过程以决策处理过程中的阶段性需求为导向,能嵌入到决策处理过程的所有阶段,为决策处理的全流程服务。支持过程模型主要涉及两用户一技术。两用户包括数据分析人员和管理者,使能技术是创建和改进能够嵌入到操作系统的分析工具,这三个主体不能割裂独立,而可以互相转化并可能同时存在,共同对数据和决策进行处理,支持处理过程模型运转。（2）系统分析了面向医院管理的数据驱动决策影响因素。对主观及客观上影响管理者数据驱动决策的因素进行整合和相关分析,确定四个核心影响因素范畴分别是医疗数据质量,信息技术,医院组织管理和管理者信息素养,构建了影响因素模型,发现数据驱动医院管理决策能受到管理者信息素养、医院组织管理和信息技术的正向影响,其中管理者信息素养最强,其次是医院组织管理和信息技术;医院组织管理对医疗数据质量、管理者信息素养、决策目标均有影响,对医疗数据质量的影响要强于管理者信息素养;医疗数据质量能够对信息技术产生正向影响;信息技术对决策目标具有正向影响。（3）构建了面向医院管理的数据驱动决策模型。将过程模型与影响因素模型有机结合在一起,构成了面向医院管理的数据驱动决策模型。打造数据驱动决策模型,将医院数据质量标准化管理贯穿于医院管理全流程、智能化管理提升医务人员的信息技术、高效化管理增效医院组织三个方面分析模型的实现,提出模型优化建议。（4）基于DRGs的肺癌医疗服务绩效分析实证研究。模拟医院管理中运用DRGs分组工具解决绩效问题的真实场景,应用数据驱动医院管理决策模型,优化DRGs分组,优化绩效管理。研究最终确定性别、年龄、入院途径、离院方式、住院次数、医保付费方式、是否手术、合并症严重情况八个因素为影响肺癌医疗服务费用的因素,构建了8个DRGs分组,其中合并症严重程度、是否手术、住院次数是决策树分组的分类结点变量。选用医疗服务能力的指标（DRGs总权重、CMI）根据获取的数据进行比较,完成绩效评价工作,实现基于数据驱动决策的绩效管理。
沈智敏[6]（2021）在《白细胞介素1受体拮抗剂通过调控MMP9和VEGF-C抑制食管鳞癌淋巴结转移的机制研究》文中指出背景:中国是食管癌的高发国家之一,中国食管癌患者病理类型有95%为食管鳞癌（Esophageal squamous cell carcinoma,ESCC）。中国食管鳞癌具有高发病率、高死亡率和低生存率的“两高一低”的流行病学特点。近年来,随着手术治疗、放化疗、靶向治疗和免疫治疗的改进和突破,食管鳞癌的治疗方式日益多样,但仍未能明显提高食管鳞癌患者的生存预后。因此探索更具有诊断和治疗意义的靶标仍是食管鳞癌研究的热点方向。我们前期在食管鳞癌蛋白D-2质谱分析中发现白细胞介素1受体拮抗剂（Interleukin 1 receptor antagonist,IL-1RA）蛋白在食管鳞癌中表达降低,但其在食管鳞癌中的作用及其机制仍未明确。方法:1.通过全转录组高通量测序检测5对食管鳞癌组织及对应的癌旁组织中的差异表达基因,并对筛选出的差异基因进行生物信息组学分析。2.运用RT-qPCR和Western Blotting方法检测IL-1RA在8对食管鳞癌及其相对应的癌旁组织表达情况,利用免疫组化技术检测76对食管鳞癌及癌旁组织中IL-1RA的表达水平并结合临床资料探索IL-1RA表达水平对食管鳞癌患者临床分期、淋巴结转移及预后的影响。3.运用慢病毒过表达技术构建食管鳞癌IL-1RA过表达的稳转细胞株,通过Western Blotting和RT-qPCR验证IL-1RA过表达效果。4.通过CCK8细胞、平板克隆形成实验和裸鼠皮下成瘤实验检测IL-1RA过表达对食管鳞癌细胞增殖能力的影响;通过细胞划痕实验,Trans-well迁移实验和裸鼠尾静脉注射实验研究IL-1RA过表达对食管鳞癌细胞转移能力的影响;通过淋巴管成环、淋巴管迁移实验和动物实验检测IL-1RA对肿瘤淋巴管生成的影响。5.通过全转录组测序结合GO功能分析、KEGG信号通路分析检测IL-1RA表达改变对食管鳞癌基因的转录的影响,并预测其具体机制。6.通过RT-qPCR、Western Blotting方法检测IL-1RA对食管鳞癌细胞PI3K/NF-κB信号通路相关蛋白（PI3K、p-PI3K,NF-κB、p-NF-κB）、基质金属蛋白酶家族（MMP2、MMP9和MMP13）的影响;通过和ELISA实验检测IL-1RA对淋巴管生成调控因子（VEGF-A/B/C/D、HIF-1α和COX-2）表达和分泌的影响;7.通过MMP9回补实验验证IL-1RA通过调控MMP9的表达抑制食管鳞癌EMT进展;8.通过Anakinra给药实验评估Anakinra对食管鳞癌的治疗效应。结果:1.全转录组测序分析及生物数据库数据均提示IL-1RA在食管鳞癌中表达降低。2.临床组织验证结果显示IL-1RA表达降低与食管鳞癌较差的临床分期、阳性淋巴结转移及较差的预后密切相关。3.体外细胞实验和体内裸鼠功能实验发现,与阴性对照组相比,IL-1RA过表达后,食管鳞癌细胞的增殖能力和迁移能力都均受抑制。4.食管鳞癌细胞中过表达IL-1RA能通过抑制MMP9的表达进而抑制食管鳞癌EMT进展。5.食管鳞癌细胞中过表达IL-1RA能通过PI3K/NF-κB通路抑制VEGF-C的基因的转录,进而抑制EVGF-C的表达和分泌,抑制肿瘤诱导的淋巴管生成。6.白细胞介素1受体拮抗剂药物Anakinra能在裸鼠体内抑制食管鳞癌淋巴管生成,进而抑制食管鳞癌的增殖和转移。结论:1.IL-1RA在食管鳞癌中表达降低,且其降低水平与食管鳞癌的临床分期、淋巴结转移及预后密切负相关。2.IL-1RA能通过调控MMP9的介导EMT进程和受PI3K/NF-κB/VEGF-C调控的淋巴管生成抑制食管鳞癌的淋巴结转移。3.Anakinra能抑制食管鳞癌的增殖和转移,可能是食管鳞癌治疗的有效药物。
赖坤美[7]（2021）在《脓毒症并发急性肾损伤的临床预测模型及预后分析》文中研究说明【背景和目的】脓毒症是重症监护病房（intensive care unit,ICU）患者最常见的死亡病因,与未发生急性肾损伤（acute kidney injury,AKI）的脓毒症相比,合并AKI的脓毒症死亡风险更高。因脓毒症患者具有高度异质性,目前预测脓毒症患者发生AKI的单一生物标记物不理想,因此,有必要联合多指标检测出脓毒症相关急性肾损伤（sepsis-associated acute kidney injury,SA-AKI）的预测因子,确定高危人群,以便及时预防、诊断和治疗该并发症。【方法】回顾性分析2016年7月至2020年1月于我院ICU收治的419例脓毒症患者,其中,281例（67.06%）患者发生AKI、138例（32.94%）未发生AKI。将其按7:3比例随机分为建模队列（n=302）和验证队列（n=117）。构建LASSO回归分析建模队列脓毒症患者发生AKI的潜在影响因素,并纳入Logistic回归分析筛选出独立危险因素,基于多因素分析的结果,我们建立了评估AKI发生的列线图。利用一致性指数（Concordance-Index,C-Index）,受试者工作特征曲线（Receiver Operator Characteristic Curve,ROC）的曲线下面积（Area Under the Curve,AUC）、校准图及决策曲线（Decision Curve Analysis,DCA）对模型的鉴别、校准以及临床应用进行评估,并利用验证队列对模型进行验证。我们进一步分析了SA-AKI患者的生存预后,采用生存函数分析SA-AKI患者28天累积生存率,利用单因素及多因素COX回归分析确定影响SA-AKI患者预后的独立危险因素。【结果】对建模队列脓毒症患者实施LASSO回归,从总的37个变量中初步筛选出21个预测因子,并纳入Logistic回归中分析得出的独立危险因素OR（95%CI）为高血压（Hypertension,HT）[2.360（1.076-5.297）,P=0.034]、糖尿病（Diabetes Mellitus,DM）[2.734（1.181-6.683）,P=0.022]、C反应蛋白（C-reactive protein,CRP）[1.008（1.003-1.014）,P=0.002]、降钙素原（Procalcitonin,PCT）[1.013（1.005-1.022）,P=0.002]、活化部分凝血活酶时间（Activated Partial Thromboplastin Time,APTT）[1.032（1.006-1.064）,P=0.028]、血小板（Platelet,PLT）[0.995（0.992-0.998）,P=0.006]。将这6个因素结合起来构建预测SA-AKI的列线图。建模队列和验证队列的ROC曲线下面积及95%CI为0.856（0.810-0.902）和0.885（0.822-0.947）,利用Hanley-Mc Neil法比较两组的ROC曲线下面积,结果无统计学差异（P=0.437）,提示模型在两个队列中均表现稳定。校准曲线表明,模型的预测与实际观测得出的结果之间具有良好的一致性。Hosmer-Lemeshow校准测试的P值为0.145,进一步证实了该模型的拟合优度。DCA显示了所构建的临床预测模型的临床实用性。进一步分析得到,281例SA-AKI患者,在随访28天的中位生存时间为20.9天,累积生存率为46.9%。COX回归分析得到SA-AKI患者入院后28天死亡的独立危险因素为急性生理和慢性健康评估（Acute Physiology And Chronic Health Evaluation,APACHE2）评分[HR=1.0375,95%CI=（1.0195-1.0558）,P<0.001]、血管活性药物应用[HR=3.2057,95%CI=（2.1363-4.8103）,P<0.001]、国际标准化比值（International Normalized Ratio,INR）[HR=1.2495,95%CI=（1.0240-1.5245）,P=0.0282],天门冬氨酸氨基转移酶（Aspartate aminotransferase,AST）[HR=1.0001,95%CI=（1.0000-1.0002）,P=0.0404]。P值均<0.05,具有统计学差异。【结论】1.罹患高血压和糖尿病、活化部分凝血活酶时间延长、血清C反应蛋白和降钙素原水平升高以及血小板水平降低可增加脓毒症患者SA-AKI的发生风险。基于6个独立危险因素构建的临床预测模型的预测效能经过多方面验证,具有较好的临床实用价值;2.SA-AKI的入院28天累积生存率仅为46.9%,表明脓毒症患者发生AKI与预后不良相关,因此需尽早预防及干预AKI的发生;3.APACHE2评分、血管活性药物应用、INR、AST为影响SA-AKI患者预后的独立危险因素。
李慧泉[8]（2021）在《福清市高山镇HBV感染者肝癌预测风险GALAD评分相关影响因素的研究》文中提出目的:原发性肝细胞癌（hepatocellular carcinoma,HCC）是我国最常见的恶性肿瘤之一,起病隐匿、进展迅速、恶性程度高、治疗难度大等特点,给社会带来沉重医疗负担。因此,对HCC高危人群的筛查是降低该病病死率和改善患者预后的重要措施。慢性乙型肝炎病毒（chronic Hepatitis B Virus,CHB）感染是其最重要的致病因素,本研究以乙型肝炎病毒（hepatitis B Virus,HBV）感染人群作为研究对象,以GALAD作为HCC预测风险的指标评分,探讨HBV感染人群中GALAD评分的分布特点及相关影响因素并建立GALAD异常风险模型,进一步分析转录因子19（transcription factor 19,TCF19）基因多态性及其与环境的交互作用对GALAD评分的影响,筛选出HBV感染者中GALAD评分异常的高危人群,为制定HBV感染者个体化的GALAD监测模式提供流行病学依据。方法:（1）采用横断面调查研究方法,选取2019年参加《福清市居民慢性病前瞻性队列》研究中的HBV感染人群为研究对象。采用电子问卷调查的形式,调查研究对象的一般情况及生活习惯,同时检测各项血液指标。采用多因素非条件-logistic回归分析方法探讨各影响因素与GALAD的相关性,采用限制性立方样条图分析生化及血压指标与GALAD之间的剂量反应关系,最后采用逐步logistic回归构建GALAD评分异常的风险模型。（2）使用Illumina公司的GSA芯片进行TCF19基因（rs1419881、rs3094187、rs3095239）分型。采用多因素非条件-logistic回归分析方法探讨TCF19基因多态性及基因与环境危险因素的交互作用对GALAD的影响。结果:（1）HBV感染者一般情况本研究共纳入HBV感染者724名,其中男性275名,女性449名。年龄大于60岁者约占43.65%,约92.13%的HBV感染者文化程度在高中以下,从事体力劳动工作者占79.42%,全家年收入在10万以下的居多（76.24%）,73.48%的HBV感染者从不抽烟,11.19%的HBV感染者饮酒,19.20%的HBV感染者饮茶,BMI在18.5～23.9 kg/m2的居多（46.69%）,向心性肥胖率为30.39%。40.75%的HBV感染者患有高血压,23.90%的HBV感染者患有糖尿病。（2）GALAD的影响因素分析多因素非条件-logistic回归分析结果表明,待业或下岗、吸烟、向心性肥胖、高血压、糖尿病、冠心病、低HDL、高AST、高GLU、高DBIL及高Hb A1c浓度均可增加GALAD升高的风险,而受教育程度为小学及以上和全家年收入10万～30万可降低GALAD升高的风险。分层分析结果表明,在所有的分层中,全家年收入≥10万者的OR值小于1,可降低GALAD升高的风险,结果十分稳定。在大部分分层中,非脑力劳动者、吸烟、向心性肥胖、高血压、糖尿病、高GLU、高Hb A1c浓度的OR值大于1,可增加GALAD升高的风险,结果相对比较稳定。限制性立方样条图分析表明,血清TG、HDL、ALT、AST、GLU、DBIL、TBIL及Hb A1c浓度与GALAD评分存在剂量反应关系。逐步logistic回归构建的HBV感染者GALAD评分异常的风险模型中包含以下因素:职业、全家年收入、吸烟、向心性肥胖、高血压、糖尿病、冠心病、AST、DBIL,受试者工作特征曲线下面积（area under curve,AUC）为0.869（95%CI:0.845～0.882）。当GALAD异常的风险模型评分为10分时,灵敏度为97.1%（95%CI:95.2%～99.1%）,阴性预测值为82.7%（95%CI:80.3%～84.8%）,说明得分小于10分的HBV感染者GALAD升高的概率较小;当总分为41分时,该模型的特异度为95.4%（95%CI:93.6%～97.3%）,阳性预测值为94.8%（95%CI:92.1%～96.5%）,说明得分大于41分的HBV感染者GALAD升高的概率较大。（3）TCF19基因多态性与GALAD的相关性研究多因素非条件-logistic回归分析结果表明,与rs1419881位点GG基因型携带者相比,AG基因型携带者GALAD升高的风险（odds ratio,OR）为1.72（95%CI:1.13～2.60）,A等位基因（AG+AA）携带者GALAD升高的风险OR为1.60（95%CI:1.08～2.36）。与rs3094187位点GG基因型携带者相比,AG基因型携带者GALAD升高的风险OR为1.62（95%CI:1.06～2.46）,A等位基因（AG+AA）携带者GALAD升高的风险OR为1.52（95%CI:1.02～2.24）。与rs3095239位点AA基因型携带者相比,AG基因型携带者GALAD升高的风险OR为1.62（95%CI:1.06～2.46）,G等位基因（AG+GG）携带者GALAD升高的风险OR为1.52（95%CI:1.02～2.25）。在分层分析中,3个SNP位点结果较稳定。基因-基因联合作用分析结果显示,同时携带3个SNP位点危险基因型者,GALAD升高的风险高于未携带危险基因型者,并且随着携带危险基因型个数的增加,GALAD升高的风险也逐渐增加。（4）TCF19基因与环境的交互作用对GALAD的影响基因-环境交互作用分析发现,TCF19基因rs1419881位点分别与吸烟(ORint=14.49,95%CI:10.15～29.11)、向心性肥胖(RERI=2.73,95%CI:0.52～4.93;ORint=4.37,95%CI:2.40～7.94)、高血压(ORint=8.70,95%CI:4.75～15.91)、糖尿病(ORint=8.14,95%CI:4.12～16.08)、冠心病(ORint=14.17,95%CI:1.81～18.07)存在交互作用;rs3094187位点分别与向心性肥胖(RERI=2.18,95%CI:0.13～4.22;ORint=4.05,95%CI:2.24～7.32)、高血压(ORint=8.02,95%CI:4.40～14.65)、糖尿病(ORint=7.42,95%CI:3.80～14.50)、冠心病(ORint=13.66,95%CI:1.74～17.20)存在交互作用;rs3095239位点分别与吸烟(ORint=11.36,95%CI:9.19～19.65)、向心性肥胖(RERI=2.18,95%CI:0.13～4.23;ORint=4.06,95%CI:2.25～7.34)、高血压(ORint=8.03,95%CI:4.40～14.65)、糖尿病(ORint=7.44,95%CI:3.81～14.53)、冠心病(ORint=13.68,95%CI:1.74～17.33)存在交互作用,使得HBV感染者GALAD升高的风险增加。结论:（1）待业或下岗、吸烟、肥胖、高血压、糖尿病、冠心病、低HDL、高AST、高GLU、高DBIL及高Hb A1c浓度均可增加HBV感染者GALAD升高的风险;而受教育程度及收入高可降低HBV感染者GALAD升高的风险。HBV感染者GALAD异常的风险模型经验证后仍显示了较好的拟合效果,当风险模型得分为41分时,阳性预测值高达94.8%,说明得分高于41分的HBV感染者GALAD异常概率较大,对该人群应进行GALAD相关指标检测,并监测其动态变化。（2）与野生基因型相比较,TCF19基因rs1419881、rs3094187及rs3095239位点变异均可增加HBV感染者GALAD升高的风险,而且随着携带危险基因型个数的增加,GALAD升高的风险也逐渐增加,表明TCF19基因多态性与HBV感染者GALAD升高的风险有关,并且存在基因-基因联合作用。（3）rs1419881、rs3095239位点分别与吸烟、向心性肥胖、高血压、糖尿病、冠心病存在交互作用,rs3094187位点分别与向心性肥胖、高血压、糖尿病、冠心病存在交互作用,使得HBV感染者GALAD升高的风险增加,表明携带TCF19危险基因型且暴露于危险环境因素的HBV感染者GALAD升高的风险增加。（4）本研究是在福清地区HBV感染者中开展的一项横断面研究,其结果仍有待于在队列研究中进一步的验证。
王居巳[9]（2021）在《BTLA基因多态性在非小细胞肺癌易感性方面的关联性分析》文中认为背景和目的:目前肺癌已成为威胁人类生命健康的恶性肿瘤之一,其致病机制十分复杂且尚不清楚。目前研究认为,环境因素和基因遗传变异的相互作用可能是导致癌症等相关疾病发生和进展的病因。研究表明肿瘤的发生和发展,与免疫逃逸机制失调有密切的关联性。B和T淋巴细胞弱化因子（B and T lymphocyte attenuator,BTLA）是肺癌免疫治疗研究最多的靶点之一。有关研究报道,BTLA单核苷酸多态性与多种癌症患病风险有密切的关联性。然而,BTLA基因多态性位点如何影响非小细胞肺癌（Non-small cell lung cancer,NSCLC）发生发展具体机制且尚无定论。因此,本课题组进行该研究设计,阐明BTLA基因多态性位点变异与NSCLC患病风险之间的关系。方法:本研究总共招募1904名志愿者,包含1003名肺癌患者和901名健康人群作为对照组。通过基因变异数据库选择有意义的突变位点并使用SNPscanTM基因分型技术获得BTLA多态性位点的基因分型（BTLA rs1982809 G>A,rs16859629 T>C,rs2171513 G>A,rs3112270 A>G）。运用统计学方法及相关软件,对数据进行整理分析。构建logistic回归模型计算各个候选基因多态性位点与NSCLC的易感性的风险比,以P值小于0.05认为有统计学意义。结果:实验研究结果示:在整体中,1.BTLA rs3112270A>G位点多态性可能降低NSCLC发生的风险（GG+AGvs.AA OR=0.83,95%CI=0.69-0.99,P=0.038）。通过调整混杂因素的干扰,并建立logistic回归模型分析,结果表明:BTLA rs3112270A>G位点的基因多态性与NSCLC易感性没有关联性。2.BTLA rs1982809G>A位点的多态性可能减少NSCLC患病的风险（GAvs.GG OR=0.81,95%CI=0.67-0.98,P=0.030;AA+GAvs.GG OR=0.83,95%CI=0.69-0.99,P=0.042）。通过调整相关的危险因素,并建立logistic回归分析,发现BTLA rs1982809G>A位点的多态性与NSCLC易感性仍然存在关联性（GA vs.GG adjusted OR=0.81,95%CI=0.66-0.99,P=0.043）。在分层分析中,1.通过调整混杂因素的干扰,结果表明:BTLA rs16859629T>C位点的基因多态性可能增加鳞状细胞肺癌的易感风险系数（CC vs.TT adjusted OR=9.85,95%CI=1.37-71.03,P=0.023;CC vs.TT+TC adjusted OR=9.55,95%CI=1.32-68.66,P=0.025）。2.BTLA rs1982809G>A基因多态性可能降低非鳞状细胞肺癌的患病风险（GA vs.GG OR=0.79,95%CI=0.65-0.97,P=0.022;AA+GA vs.GG OR=0.81,95%CI=0.67-0.98,P=0.026）。通过建立logistic回归模型分析调整包括的危险因素（年龄,性别,饮酒和吸烟状况,BMI）之后,BTLA rs1982809G>A位点的基因多态性与非鳞状细胞肺癌易感性仍然有关联性（GA vs.GG adjusted OR=0.79,95%CI=0.64-0.97,P=0.026;AA+GA vs.GG adjusted OR=0.81,95%CI=0.66-0.99,P=0.037）。3.在年龄≥59岁,不饮酒、BMI≥24kg/m2人群时,BTLA rs1982809G>A SNP可能降低NSCLC患病风险的易感性（年龄≥59岁组:GA vs.GG adjusted OR=0.75,95%CI=0.57-0.98,P=0.036;不饮酒组:GA vs.GG adjusted OR=0.76,95%CI=0.61-0.94,P=0.013;AA+GA vs.GG adjusted OR=0.77,95%CI=0.63-0.95,P=0.016;BMI≥24kg/m2组:GA vs.GG adjusted OR=0.69,95%CI=0.50-0.97,P=0.030;AA+GA vs.GG adjusted OR=0.72,95%CI=0.53-0.99,P=0.041）。在单倍体研究中,结果显示:BTLA单倍型Trs16859629Ars1982809Grs2171513Grs3112270可能降低NSCLC的易感性风险。结论:基于以上的研究结果,本项目的病例对照研究结果提示BTLA rs1982809和rs16859629基因多态性可能影响中国人群的NSCLC易感性。由于样本和研究中心的局限性,未来需要纳入更大的样本量及开展多中心合作研究,进一步验证实验结论。
郑新龙[10]（2020）在《肺腺癌治疗反应异质性的影像评估以及基于网络药理学探索中药治疗高异质性肺腺癌的潜在靶点及作用机制》文中研究指明目的:1.构建肺腺癌疗效反应异质性的影像评估模型,进一步探索影像评估的异质性与临床病理特征、预后、治疗疗效、基因组以及中医证型等方面的相关性。2.通过分析黄芪、南沙参及北沙参治疗肺腺癌的潜在靶点和作用机制,探索它们在干预肺癌腺异质性方面是否具有潜在临床应用前景。方法:1.ABSOLUTE软件被用于推断TCGA泛癌的肿瘤内异质性,以确定肺腺癌肿瘤异质性水平。纳入49例首次接受治疗的肺腺癌患者。所有患者均具有2次以上的薄层（轴向图像层厚度为1mm）CT扫描图像随访资料。由临床医生和影像医生共同确定目标病灶,遵循实体肿瘤疗效评估标准（RECIST）,使用单路径测量对病灶进行量化。记录每个目标病灶相对于基线值的变化百分比作为变化参数,并统计各个参数的离散系数（Coefficient of Variation,CV）计为患者的肿瘤治疗反应异质性水平。分析离散系数与预后、临床病理特征、治疗疗效、基因组及中医证型等方面的相关性。2.基于中药系统药理学数据库,获取黄芪、南、北沙参的化学成分和靶点。R包limma用于识别差异基因。使用Cytoscape软件构建并可视化网络关系。STRING网站用于构建蛋白互作网络。通过生物学信息注释数据库对靶点进行GO富集和KEGG通路分析,并调查所关注基因的功能。结果:1.在33种肿瘤类型中,肺腺癌肿瘤内异质性水平最高;2.我们基于RECIST疗效评估体系建立了以CV作为肿瘤异质性影像评估方法;3.高CV患者的疾病进展时间更短（HR:4.27,95%CI:1.59-11.51,P=0.001）,CV具有良好的预测准确度（AUC=0.77）,单、多因素Cox分析表明CV是独立的预后因素,CV可以进一步区分被判定为疗效稳定患者的疾病进展期（P<0.001,对数秩检验）;4.接受化疗患者的治疗反应异质性要显着高于靶向治疗患者;5.高异质性患者其肿瘤突变负荷更高,无义突变丰度高,但EGFR基因突变丰度低;6.高异质性与气阴两虚证型显着相关（P<0.001,Fisher精确检验）;7.黄芪、南、北沙参配伍中,我们鉴定出13种活性成分和22个靶基因,这些分子被认为是高异质性肺腺癌的潜在治疗靶标;8.黄芪、南、北沙参配伍作用的靶基因主要途径包括对活性氧的反应、转化生长因子活化、p53类介体的信号转导导致细胞周期停滞及中性粒细胞介导的免疫应答等;9.ADRB2、PLAU、COL1A1、NQO1、COL3A1及IGFBP3,这6个基因可能为黄芪、南、北沙参配伍进行异质性调控密切相关基因。结论:1.离散系数模型能有效评估肿瘤治疗反应异质性,具有显着的预后效能。该方法可进一步完善RECIST疗效评价体系。高异质性患者常表现预后差、高肿瘤突变负荷及气阴两虚证等特征。2.从黄芪、南、北沙参中确定了与肺腺癌治疗相关的潜在靶标及作用机制,部分靶标可能在异质性调控方面密切相关。
二、对应分析在福建恶性肿瘤死亡率分析中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、对应分析在福建恶性肿瘤死亡率分析中的应用（论文提纲范文）
（1）基于综合健康评估的老年衰弱实证研究（论文提纲范文）
| 附录 |
| 附录1 英文缩略词表 |
| 附录2 伦理审查证明 |
| 附录3 知情同意书 |
| 附录4 调查员手册 |
| 中文摘要 |
| Abstract |
| 第一部分 老年综合健康与全因死亡风险的伞状Meta分析 |
| 1 前言 |
| 2 资料与方法 |
| 2.1 文献检索 |
| 2.2 文献纳入、排除标准,文献的筛选和质量评定 |
| 2.3 统计分析 |
| 3 结果 |
| 3.1 文献检索情况 |
| 3.2 纳入文献基本情况 |
| 3.3 纳入文献的质量评价 |
| 3.4 综合健康状况与全因死亡风险关联的伞状Meta分析 |
| 3.5 流行病学可信度评价 |
| 3.6 综合健康状况与全因死亡关联汇总 |
| 4 讨论 |
| 5 结论 |
| 第二部分 老年综合健康评价体系构建及常模制定 |
| 1 前言 |
| 2 资料与方法 |
| 2.1 老年综合健康评价体系的构建 |
| 2.2 老年综合健康评价体系的项目分析、效度、信度检验 |
| 2.3 老年综合健康评价体系的现场调查与常模制定 |
| 2.4 老年综合健康评分与衰弱的关联 |
| 2.5 质量控制 |
| 3 结果 |
| 3.1 Delphi专家咨询情况 |
| 3.2 第一轮Delphi专家咨询结果 |
| 3.3 第二轮Delphi专家咨询结果 |
| 3.4 指标体系项目分析 |
| 3.5 指标体系确定和权重分配 |
| 3.6 老年综合健康评价体系的信、效度分析 |
| 3.7 老年综合健康评分计算 |
| 3.8 老年综合健康评分常模制定 |
| 3.9 老年综合健康评分与衰弱的相关性 |
| 4 讨论 |
| 5 结论 |
| 第三部分 基于综合健康的老年衰弱相关因素分析及风险评估 |
| 1 前言 |
| 2 资料与方法 |
| 2.1 研究对象 |
| 2.2 研究方法 |
| 2.3 统计分析 |
| 3 结果 |
| 3.1 研究对象基线资料 |
| 3.2 研究对象衰弱情况 |
| 3.3 衰弱相关因素比较 |
| 3.4 社区与养老院研究对象衰弱状态和临床特征比较 |
| 3.5 衰弱的影响因素探讨 |
| 3.6 老年衰弱离散贝叶斯网络构建 |
| 4 讨论 |
| 5 结论 |
| 第四部分 非靶向代谢组学老年衰弱代谢特征分析 |
| 1 前言 |
| 2 材料与方法 |
| 2.1 研究对象的来源 |
| 2.2 非靶向代谢组学检测 |
| 2.3 统计分析和差异代谢物的筛选 |
| 3 结果 |
| 3.1 研究对象基本资料 |
| 3.2 质谱分析总体情况 |
| 3.3 主成分分析 |
| 3.4 差异代谢物分析 |
| 3.5 显着差异代谢物的筛选 |
| 3.6 差异代谢产物汇总 |
| 3.7 共同差异代谢产物分析 |
| 3.8 代谢通路富集分析 |
| 3.9 差异代谢物的衰弱诊断效能分析 |
| 4 讨论 |
| 5 结论 |
| 全文总结 |
| 参考文献 |
| 文献综述 老年综合健康评估研究现状和进展 |
| 综述参考文献 |
| 攻读博士学位期间学术成果 |
| 致谢 |
（2）PD-1/PD-L1抑制剂vs.化疗在晚期食管癌二线治疗疗效及安全性：一项基于RCT研究的Meta分析（论文提纲范文）
| 缩略词表 |
| 中文摘要 |
| abstract |
| 前言 |
| 资料与方法 |
| 结果 |
| 讨论 |
| 结论 |
| 参考文献 |
| 综述 食管鳞状细胞癌的免疫治疗及其免疫微环境研究进展 |
| 参考文献 |
| 致谢 |
（3）肿瘤相关血栓风险因素及抗血管生成药对肿瘤相关血栓的影响机制研究（论文提纲范文）
| 英文缩略词表 |
| 中文摘要 |
| 英文摘要 |
| 前言 |
| 第一部分:肿瘤相关血栓风险因素的研究 |
| 1.资料与方法 |
| 1.1 研究资料 |
| 1.2 纳排标准 |
| 1.3 数据收集 |
| 1.4 统计分析 |
| 1.4.1 建模数据库与验模数据库的建立与比较 |
| 1.4.2 连续变量的转换 |
| 1.4.3 Logistic回归模型的建立 |
| 1.4.4 评分系统的建立 |
| 1.4.5 Logistic回归模型以及评分系统的检验 |
| 1.4.6 评分系统的外部人群验证 |
| 2.结果 |
| 2.1 人口学和临床资料 |
| 2.2 建模数据库与验证数据库的建立与比较 |
| 2.3 住院肿瘤患者发生VTE的相关危险因素的单因素分析 |
| 2.3.1 连续变量的转换 |
| 2.3.2 单因素分析 |
| 2.4 二元Logistic回归模型的建立与检验 |
| 2.5 评分系统的构建与检验 |
| 2.5.1 评分系统的构建 |
| 2.5.2 评分系统的检验 |
| 2.5.3 真实性评价 |
| 2.5.4 Logistic回归模型与评分系统的鉴别效度比较 |
| 2.6 评分模型的外部人群验证 |
| 2.6.1 鉴别效度验证 |
| 2.6.2 真实性评价 |
| 3.讨论 |
| 4.结论 |
| 第二部分:抗血管生成药物对肿瘤相关血栓发生的影响及机制研究 |
| 1.实验材料 |
| 1.1 实验细胞 |
| 1.2 实验动物 |
| 1.3 实验试剂和耗材 |
| 1.4 实验设备 |
| 1.5 实验药物 |
| 2.实验方法 |
| 2.1 实验动物分组和处理 |
| 2.2 A549 肿瘤细胞的培养 |
| 2.2.1 细胞换液和细胞传代 |
| 2.2.2 细胞冻存 |
| 2.2.3 细胞复苏 |
| 2.2.4 细胞给药处理 |
| 2.3 皮下肿瘤模型的构建 |
| 2.3.1 细胞悬浮液的制备 |
| 2.3.2 血细胞计数板计数 |
| 2.3.3 肿瘤细胞的皮下注射 |
| 2.4 下腔静脉部分阻塞模型的构建(IVC模型) |
| 2.4.1 实验器材准备 |
| 2.4.2 实验人员的准备 |
| 2.4.3 术前准备 |
| 2.4.4 IVC模型构建手术 |
| 2.4.5 术后观察和取材 |
| 2.5 肿瘤组织和血栓块的石蜡包埋和切片 |
| 2.6 血栓块切片的HE染色和溶解率分析 |
| 2.7 肿瘤组织切片的免疫组化分析 |
| 2.8 蛋白免疫印迹法 |
| 2.8.1 蛋白质的提取 |
| 2.8.2 蛋白质浓度的测定 |
| 2.8.3 蛋白质变性 |
| 2.8.4 蛋白免疫印迹 |
| 2.9 荧光定量PCR技术 |
| 2.9.1 样本处理 |
| 2.9.2 RNA提取 |
| 2.9.3 RNA浓度、纯度测定 |
| 2.9.4 逆转录 |
| 2.9.5 荧光定量PCR |
| 2.10 ELISA技术 |
| 2.11 统计学分析 |
| 3.结果 |
| 3.1 贝伐珠单抗对肿瘤组织生长的影响 |
| 3.1.1 A549 细胞培养 |
| 3.1.2 皮下肿瘤模型的成功构建 |
| 3.1.3 贝伐珠单抗对肿瘤组织生长的影响 |
| 3.1.4 贝伐珠单抗对肿瘤组织新生血管生成的影响 |
| 3.2 贝伐珠单抗对肿瘤血栓发生的影响 |
| 3.2.1 IVC模型的成功构建 |
| 3.2.2 贝伐珠单抗对肿瘤血栓生成的影响 |
| 3.2.3 贝伐珠单抗对肿瘤血栓溶解的影响 |
| 3.2.4 PAI-1 在贝伐珠单抗促进血栓发生中的潜在作用 |
| 3.3 肿瘤组织中PAI-1、VEGF表达情况 |
| 3.3.1 Western-Blot检测肿瘤组织中PAI-1、VEGF蛋白表达 |
| 3.3.2 荧光定量PCR检测肿瘤组织中PAI-1 mRNA的表达 |
| 3.4 ELISA技术分析血清中PAI-1,t-PAIC浓度 |
| 3.5 肿瘤细胞中PAI-1、VEGF表达情况 |
| 3.5.1 Western-blot检测A549 细胞中PAI-1、VEGF蛋白表达 |
| 3.5.2 荧光定量 PCR 检测各组 A549 细胞中 PAI-1 mRNA的表达 |
| 4.讨论 |
| 5.结论 |
| 参考文献 |
| 综述:肿瘤相关血栓的危险因素及其机制概述 |
| 参考文献 |
| 致谢 |
（4）基于mGWAS探索胃癌代谢和遗传生物标志物及其作用模式（论文提纲范文）
| 全文缩写词对照表 |
| 中文摘要 |
| Abstract |
| 前言 |
| 第一部分 探索胃癌血浆代谢生物标志物及其作用模式 |
| 引言 |
| 1 研究对象与方法 |
| 2 结果 |
| 2.1 研究对象基本特征 |
| 2.2 胃癌与对照人群代谢谱差异分析 |
| 2.3 关键差异代谢物筛选 |
| 2.4 差异代谢物与胃癌发病风险分析 |
| 2.5 差异代谢物诊断能力分析 |
| 2.6 差异代谢物通路富集分析 |
| 3 讨论 |
| 4 小结 |
| 第二部分 探索胃癌遗传生物标志物及其作用模式 |
| 引言 |
| 1 研究对象与方法 |
| 2 结果 |
| 2.1 血浆差异代谢物全基因组关联分析 |
| 2.2 差异代谢物相关基因通路富集分析 |
| 2.3 胃癌组的代谢组全基因组关联分析 |
| 2.4 对照组的代谢组全基因组关联分析 |
| 2.5 胃癌组和对照组代谢相关基因交集分析 |
| 2.6 纯胃癌组和纯对照组血浆代谢相关基因通路富集分析 |
| 3 讨论 |
| 4 小结 |
| 第三部分 胃癌患者癌和癌旁组织基因表达差异分析 |
| 引言 |
| 1 研究对象与方法 |
| 2 结果 |
| 2.1 差异代谢物MGWAS分析所定位代谢相关基因表达差异分析 |
| 2.2 纯胃癌和纯对照组代谢相关基因表达差异分析 |
| 3 讨论 |
| 4 小结 |
| 全文结论 |
| 局限性与展望 |
| 参考文献 |
| 综述 人类代谢组的全基因组关联分析研究进展 |
| 参考文献 |
| 致谢 |
（5）面向医院管理的数据驱动决策研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 数据驱动决策的研究现状 |
| 1.3.2 数据驱动医疗健康领域决策的研究现状 |
| 1.3.3 数据驱动医院管理决策的研究现状 |
| 1.3.4 数据驱动决策的影响因素研究现状 |
| 1.3.5 研究现状述评 |
| 1.4 研究框架与研究内容 |
| 1.4.1 研究框架 |
| 1.4.2 主要研究内容 |
| 1.4.3 拟解决的关键问题 |
| 1.5 研究方法和技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 第2章 相关基础理论和方法 |
| 2.1 医院管理相关概念 |
| 2.1.1 医院管理 |
| 2.1.2 医院管理评价 |
| 2.1.3 医院管理者 |
| 2.2 决策支持相关理论 |
| 2.2.1 西蒙决策理论 |
| 2.2.2 数据驱动决策相关理论 |
| 2.3 信息链理论 |
| 2.3.1 信息链与信息技术 |
| 2.3.2 “信息”上溯到“数据”带来的变化 |
| 2.3.3 信息链视域下的数据驱动医院管理决策 |
| 2.4 BASM模型 |
| 2.4.1 BASM模型的产生 |
| 2.4.2 BASM模型的研究现状 |
| 2.4.3 基于BASM模型的数据驱动医院管理决策研究 |
| 2.5 相关研究方法 |
| 2.5.1 扎根理论 |
| 2.5.2 结构方程模型 |
| 2.5.3 决策树算法--CHAID |
| 2.6 相关应用场景 |
| 2.6.1 医疗服务绩效 |
| 2.6.2 DRG在医疗服务绩效管理中的应用 |
| 2.7 本章小结 |
| 第3章 面向医院管理的数据驱动决策过程模型构建 |
| 3.1 面向医院管理决策的数据驱动过程模型 |
| 3.1.1 数据驱动决策模式运行机制 |
| 3.1.2 BASM的过程模型 |
| 3.1.3 基于BASM过程模型的数据驱动医院管理决策过程模型构建 |
| 3.2 面向医院管理的数据驱动决策过程模型要素分析 |
| 3.2.1 驱动要素 |
| 3.2.2 需求要素 |
| 3.2.3 支持要素 |
| 3.2.4 要素间关系 |
| 3.3 数据驱动的医院管理决策中数据处理过程 |
| 3.3.1 医疗数据存在的问题 |
| 3.3.2 面向医院管理决策的数据处理原则 |
| 3.3.3 面向医院管理决策的数据处理过程 |
| 3.4 面向医院管理的数据驱动决策过程模型运行机制 |
| 3.4.1 面向医院管理决策的信息链转化过程 |
| 3.4.2 数据驱动的医院管理决策制定过程 |
| 3.5 本章小结 |
| 第4章 基于扎根理论的数据驱动医院管理决策的影响因素分析 |
| 4.1 研究问题与研究程序 |
| 4.1.1 研究问题 |
| 4.1.2 研究方法 |
| 4.1.3 研究程序 |
| 4.2 研究设计 |
| 4.2.1 研究对象选取 |
| 4.2.2 资料收集 |
| 4.2.3 信效度检验 |
| 4.3 编码分析 |
| 4.3.1 开放式编码 |
| 4.3.2 主轴编码 |
| 4.3.3 选择性编码 |
| 4.3.4 理论饱和度检验 |
| 4.4 数据驱动医院管理决策影响因素理论模型与阐释 |
| 4.4.1 影响因素理论模型构建 |
| 4.4.2 影响因素分析 |
| 4.4.3 影响因素关系分析 |
| 4.5 本章小结 |
| 第5章 数据驱动医院管理决策的影响因素模型构建 |
| 5.1 数据驱动医院管理决策影响因素变量选择与界定 |
| 5.1.1 医疗数据质量维度 |
| 5.1.2 信息技术维度 |
| 5.1.3 医院组织管理维度 |
| 5.1.4 管理者信息素养维度 |
| 5.1.5 数据驱动医院管理决策维度 |
| 5.2 相关研究假设 |
| 5.2.1 医疗数据质量 |
| 5.2.2 信息技术 |
| 5.2.3 医院组织管理 |
| 5.2.4 管理者信息素养 |
| 5.3 调查问卷的编制与问卷修正 |
| 5.4 数据获取与统计分析 |
| 5.4.1 研究对象 |
| 5.4.2 样本量的选择 |
| 5.4.3 信度分析 |
| 5.4.4 样本分布 |
| 5.4.5 样本数据相关性 |
| 5.5 效度分析 |
| 5.5.1 探索性因子分析 |
| 5.5.2 验证性因子分析 |
| 5.6 基于结构方程的影响因素模型构建与检验修正 |
| 5.6.1 影响因素模型构建 |
| 5.6.2 模型基本适配评估 |
| 5.6.3 假设检验的结果 |
| 5.7 结构方程模型检验结果分析 |
| 5.7.1 影响因素强度分析 |
| 5.7.2 医疗数据质量对信息技术影响的验证结果分析 |
| 5.7.3 信息技术对数据驱动医院管理决策影响的验证结果分析 |
| 5.7.4 医院组织管理对医疗数据质量影响的验证结果分析 |
| 5.7.5 医院组织管理对管理者信息素养影响的验证结果分析 |
| 5.7.6 医院组织管理对数据驱动医院管理决策影响的验证结果分析 |
| 5.7.7 管理者信息素养对医疗数据质量影响的验证结果分析 |
| 5.7.8 管理者信息素养对信息技术影响的验证结果分析 |
| 5.7.9 管理者信息素养对数据驱动医院管理决策影响的验证结果分析 |
| 5.8 本章小结 |
| 第6章 面向医院管理的数据驱动决策模型研究 |
| 6.1 数据驱动医院管理决策模型构建 |
| 6.2 面向医院管理的数据驱动决策模型的驱动机制 |
| 6.2.1 面向医院管理的数据驱动决策模型的驱动目标 |
| 6.2.2 面向医院管理的数据驱动决策模型的驱动特征 |
| 6.2.3 面向医院管理的数据驱动决策模型的驱动过程 |
| 6.3 数据驱动医院管理决策模型影响因素的作用机制 |
| 6.3.1 医疗数据质量在数据驱动决策模型中的影响机制 |
| 6.3.2 信息技术在数据驱动决策模型中的影响机制 |
| 6.3.3 医院组织管理在数据驱动决策模型中的影响机制 |
| 6.3.4 管理人员素养在数据驱动决策模型中的影响机制 |
| 6.4 数据驱动医院管理决策模型对医院管理的提升策略 |
| 6.4.1 提升医疗数据质量 |
| 6.4.2 发挥信息技术使能作用 |
| 6.4.3 发挥医院组织管理支持作用 |
| 6.4.4 提高管理人员信息素养 |
| 6.5 本章小结 |
| 第7章 面向医院管理的数据驱动决策的实证研究 |
| 7.1 资料来源与研究对象 |
| 7.2 原发性肺癌患者的DRGS分组 |
| 7.2.1 数据基础 |
| 7.2.2 数据纳入 |
| 7.2.3 术语映射 |
| 7.2.4 DRGs分组结果对比 |
| 7.3 基于DRGS细分组的医疗服务绩效评估 |
| 7.3.1 基于决策树的原发性肺癌患者DRGs细分组模型 |
| 7.3.2 基于DRGs细分组的医疗服务绩效评估指标 |
| 7.3.3 医生医疗服务绩效指标统计结果 |
| 7.3.4 科室医疗服务绩效指标统计结果 |
| 7.4 讨论 |
| 7.4.1 数据驱动医院管理决策过程 |
| 7.4.2 数据驱动医院管理决策影响因素 |
| 7.5 本章小结 |
| 第8章 结论与创新 |
| 8.1 结论 |
| 8.2 研究创新点 |
| 8.3 研究局限 |
| 参考文献 |
| 附录1 病案组DRGS分组情况 |
| 附录2 医生组DRGS分组情况 |
| 附录3 访谈提纲 |
| 附录4 调查问卷 |
| 作者简介及在学期间所取得的科研成果 |
| 后记与致谢 |
（6）白细胞介素1受体拮抗剂通过调控MMP9和VEGF-C抑制食管鳞癌淋巴结转移的机制研究（论文提纲范文）
| 附录一 英文缩略词表 |
| 附录二 主要仪器设备 |
| 附录三 主要试剂配方 |
| 摘要 |
| Abstract |
| 前言 |
| 第一章 食管鳞癌组织差异基因鉴定和生物信息学分析 |
| 1.1 引言 |
| 1.2 材料与方法 |
| 1.3 结果 |
| 1.4 讨论 |
| 1.5 小结 |
| 第二章 IL-1RA在食管鳞癌中表达水平及预后的影响 |
| 2.1 引言 |
| 2.2 实验材料和方法 |
| 2.3 结果 |
| 2.4 讨论 |
| 2.5 小结 |
| 第三章 IL-1RA通过阻断IL-1α抑制食管鳞癌的增殖和迁移 |
| 3.1 引言 |
| 3.2 实验材料与方法 |
| 3.3 结果 |
| 3.4 讨论 |
| 3.5 小结 |
| 第四章 IL-1RA在肿瘤诱导的淋巴结转移中的作用及其机制 |
| 4.1 引言 |
| 4.2 实验材料与方法 |
| 4.3 结果 |
| 4.4 讨论 |
| 4.5 小结 |
| 第五章 Anakinra对食管鳞癌治疗效应的探索 |
| 5.1 引言 |
| 5.2 实验材料与方法 |
| 5.3 实验方法 |
| 5.4 结果 |
| 5.5 讨论 |
| 5.6 小结 |
| 结论 |
| 参考文献 |
| 综述 炎症与肿瘤 |
| 参考文献 |
| 致谢 |
| 攻读学位期间获得的学术成果 |
（7）脓毒症并发急性肾损伤的临床预测模型及预后分析（论文提纲范文）
| 附录 中英文缩略词索引 |
| 中文摘要 |
| ABSTRACT |
| 前言 |
| 资料与方法 |
| 1.1 研究设计 |
| 1.2 研究对象 |
| 1.3 记录资料 |
| 1.3.1 患者入ICU时的一般情况及基线资料 |
| 1.3.2 患者入ICU时的实验室检查资料 |
| 1.3.3 随访及结局的定义 |
| 1.4 相关定义及诊断标准 |
| 1.4.1 脓毒症的定义及诊断 |
| 1.4.2 AKI的定义及诊断 |
| 1.5 统计方法 |
| 结果 |
| 2.1 脓毒症患者的基线特征和结果 |
| 2.2 建模队列预测脓毒症患者发生AKI的影响因素分析 |
| 2.3 建模队列预测脓毒症患者发生AKI列线图的构建及验证 |
| 2.4 评估预测脓毒症患者发生AKI的临床决策曲线 |
| 2.5 脓毒症急性肾损伤患者28 天生存预后分析 |
| 讨论 |
| 结论 |
| 参考文献 |
| 综述 脓毒症急性肾损伤研究进展 |
| 综述参考文献 |
| 致谢 |
（8）福清市高山镇HBV感染者肝癌预测风险GALAD评分相关影响因素的研究（论文提纲范文）
| 英文缩略词表 |
| 中文摘要 |
| Abstract |
| 第一部分 福清市高山镇HBV感染者肝癌预测风险GALAD评分的危险因素研究 |
| 1 前言 |
| 2 研究对象与方法 |
| 3 结果 |
| 4 讨论 |
| 5 小结 |
| 第二部分 福清市高山镇HBV感染者TCF19 基因多态性与GALAD评分的相关性分析 |
| 1 前言 |
| 2 研究对象与方法 |
| 3 结果 |
| 4 讨论 |
| 5 小结 |
| 本研究局限性 |
| 全文总结 |
| 参考文献 |
| 综述 肝癌预测风险GALAD评分研究现况 |
| 参考文献 |
| 致谢 |
（9）BTLA基因多态性在非小细胞肺癌易感性方面的关联性分析（论文提纲范文）
| 附录 |
| 中文摘要 |
| 英文摘要 |
| 前言 |
| 材料和方法 |
| 1.材料 |
| 2.方法 |
| 3.统计学应用 |
| 结果 |
| 1.NSCLC病例组与对照组人群基线分布特征 |
| 2.样本DNA的浓度、纯度分析及基因型测序分型 |
| A、rs3112270A>G、rs1982809G>A和rs16859629T>C基因型分布特征与NSCLC疾病易感性关联性'>3.BTLArs2171513G>A、rs3112270A>G、rs1982809G>A和rs16859629T>C基因型分布特征与NSCLC疾病易感性关联性 |
| A、rs3112270A>G、rs1982809G>A和rs16859629T>C基因多态性与鳞状细胞癌及非鳞状细胞癌两个分层易感性相关性分析'>4.BTLA rs2171513G>A、rs3112270A>G、rs1982809G>A和rs16859629T>C基因多态性与鳞状细胞癌及非鳞状细胞癌两个分层易感性相关性分析 |
| A、rs3112270A>G、rs1982809G>A和rs16859629T>C基因多态性与NSCLC的关联分析'>5.不同分层的BTLA rs2171513G>A、rs3112270A>G、rs1982809G>A和rs16859629T>C基因多态性与NSCLC的关联分析 |
| 6.单倍体型分析 |
| 讨论 |
| 结论 |
| 参考文献 |
| 综述 BTLA 基因多态性在相关疾病中的研究进展 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间获得学术成果 |
（10）肺腺癌治疗反应异质性的影像评估以及基于网络药理学探索中药治疗高异质性肺腺癌的潜在靶点及作用机制（论文提纲范文）
| 中文摘要 |
| Abstract |
| 中英文缩略词表 |
| 引言 |
| 1 论文研究背景 |
| 1.1 肺腺癌现状 |
| 1.2 肿瘤治疗反应异质性 |
| 2 研究策略 |
| 3 研究内容 |
| 第一部分 肺腺癌治疗反应异质性的影像评估 |
| 1 研究背景 |
| 2 资料与方法 |
| 2.1 肿瘤内异质性评估 |
| 2.2 病人特征 |
| 2.3 CT检查方法 |
| 2.4 量化评价和实体瘤的疗效评价标准 |
| 2.5 离散系数的计算及说明 |
| 2.6 中医证型诊断标准 |
| 2.7 基因检测 |
| 2.8 统计学分析 |
| 3 结果 |
| 3.1 33种癌症的肿瘤内异质性景观 |
| 3.2 患者一般情况 |
| 3.3 肿瘤异质性和预后的关系 |
| 3.4 亚组预后分析 |
| 3.5 肿瘤异质性分型和临床病理特征的关联分析 |
| 3.6 基因组特征差异 |
| 3.7 患者异质性分型和中医证型的关系 |
| 4 讨论 |
| 第二部分 基于网络药理学探索黄芪、南、北沙参治疗高异质性肺腺癌的潜在靶点及作用机制 |
| 1 研究背景 |
| 2 资料与方法 |
| 2.1 中药有效成分筛选及靶基因获取 |
| 2.2 获取患者的差异基因 |
| 2.3 网络建设 |
| 2.4 构建蛋白-蛋白相互作用网络 |
| 2.5 生物信息学分析 |
| 3 结果 |
| 3.1 黄芪、南、北沙参活性成分和靶基因 |
| 3.2 鉴定异质性差异基因 |
| 3.3 构建网络 |
| 3.4 PPI网络构建 |
| 3.5 GO功能富集分析 |
| 3.6 KEGG通路富集分析 |
| 3.7 调控肿瘤异质性潜在的靶标 |
| 4 讨论 |
| 4.1 黄芪、南、北沙参的物质基础 |
| 4.2 PPI核心靶标 |
| 4.3 靶基因GO和 KEGG富集结果分析 |
| 4.4 调控肿瘤异质性相关基因的结果分析 |
| 结论 |
| 参考文献 |
| 附录 |
| 文献综述 肿瘤异质性临床意义的探讨 |
| 参考文献 |
| 致谢 |
| 作者简介 |
四、对应分析在福建恶性肿瘤死亡率分析中的应用（论文参考文献）
- [1]基于综合健康评估的老年衰弱实证研究[D]. 袁音. 福建医科大学, 2021(02)
- [2]PD-1/PD-L1抑制剂vs.化疗在晚期食管癌二线治疗疗效及安全性：一项基于RCT研究的Meta分析[D]. 林岚. 福建医科大学, 2021(02)
- [3]肿瘤相关血栓风险因素及抗血管生成药对肿瘤相关血栓的影响机制研究[D]. 陈文君. 福建医科大学, 2021(02)
- [4]基于mGWAS探索胃癌代谢和遗传生物标志物及其作用模式[D]. 杨双凤. 福建医科大学, 2021(02)
- [5]面向医院管理的数据驱动决策研究[D]. 李茵. 吉林大学, 2021(01)
- [6]白细胞介素1受体拮抗剂通过调控MMP9和VEGF-C抑制食管鳞癌淋巴结转移的机制研究[D]. 沈智敏. 福建医科大学, 2021(02)
- [7]脓毒症并发急性肾损伤的临床预测模型及预后分析[D]. 赖坤美. 福建医科大学, 2021(02)
- [8]福清市高山镇HBV感染者肝癌预测风险GALAD评分相关影响因素的研究[D]. 李慧泉. 福建医科大学, 2021(02)
- [9]BTLA基因多态性在非小细胞肺癌易感性方面的关联性分析[D]. 王居巳. 福建医科大学, 2021(02)
- [10]肺腺癌治疗反应异质性的影像评估以及基于网络药理学探索中药治疗高异质性肺腺癌的潜在靶点及作用机制[D]. 郑新龙. 福建中医药大学, 2020(04)