公共文化服务平台

曹红艳: 作品数：13 被引量：19H指数：3; 供职机构：山西医科大学更多>>; 发文基金：国家自然科学基金博士科研启动基金山西省回国留学人员科研经费资助项目更多>>; 相关领域：医药卫生自动化与计算机技术文化科学更多>>

合作作者

基于时间序列的急性髓系白血病融合基因表达网络差异分析被引量：1: 2020年; 目的探讨急性髓系白血病(acute myelocytic leukemia,AML)不同融合基因的时间序列基因表达数据的网络差异,识别靶基因。方法采用网络差异分析的方法,针对AML的不同融合基因相关的基因表达数据构建网络,对联合网络的全局属性进行统计分析,使用邻域相似性指数(CompNet neighbor similarity index,CNSI)分析不同融合基因对应的网络间的相似性,使用"fast-greedy"算法检测联合网络中的社区,最后识别枢纽基因。结果通过网络差异分析确定了网络的相似性:NUP98-HOXA9-3 d和NUP98-HOXA9-8 d间的CNSI值为0.73,AML1-ETO-6 h和PML-RARA-6 h间的CNSI值为0.25;并识别出了10个AML的枢纽基因,其中有7个已在文献中报道:TNF,VEGFA,EP300,EGF,CD44,PTGS2,SMAD3。结论网络差异分析揭示了AML的基因表达的时间转化模式及网络中基因表达的异质性,为不同融合基因类型的AML治疗提供了靶基因。; 王慧慧萨建曹红艳曹红艳; 关键词：急性髓系白血病融合基因

贝叶斯广义线性混合模型及其医学应用: 对同一观察对象某研究指标在不同时间或空间上进行的多次观察或测量的重复测量资料(Repeated Measurement Data)是医学研究中常见的形式，它以节省样本含量、资料容易收集、检验效能高等优点受到医学界科研人员...; 曹红艳; 关键词：贝叶斯方法参数估计; 文献传递

基于相似核融合的多组学数据结直肠癌分子亚型研究: 2021年; 目的探讨相似核融合(similarity kernel fusion, SKF)方法在整合多组学数据的结直肠癌分子分型中的应用,识别结直肠癌预后高危患者,筛选出潜在的生物标志物以及重要通路。方法采用SKF对结直肠癌患者多组学数据进行整合,得到融合核,在融合核基础上采用谱聚类进行聚类分型,进一步采用Cox回归研究不同分型患者的预后风险;针对不同分型,筛选差异表达的mRNA(DEmRNAs)、miRNA(DEmiRNAs)以及异常甲基化基因,对三者进行联合分析获得重合基因;最后利用GO和KEGG分析得到重合基因富集的通路。结果结直肠癌患者分为预后高危组和低危组,其中高危组的死亡风险是低危组的2.72倍,并筛选出1908个DEmRNAs, 30个DEmiRNAs, 7763个异常甲基化基因,联合分析得到35个基因同时受到mRNA、miRNA及DNA甲基化调控,并富集到有统计学差异的17个GO生物项和23条KEGG通路。结论 SKF能够有效地识别出结直肠癌预后高风险患者,并筛选出结直肠癌的潜在生物标志物及重要通路,为结直肠癌的临床诊断和治疗预后提供重要的思路和依据。; 武永清郭志飞房瑞玲李治曹红艳崔跃华; 关键词：分子亚型差异基因结直肠癌

从正学风、比勤奋学习竞赛活动中探析影响优良学风的因素及对策: 2014年; 营造良好的学风是高校培养人才的重要工作,其在高校教学管理中具有举足轻重的作用。着眼于山西医科大学基础医学院近年开展的"正学风、比勤奋"学习竞赛活动发现的问题,从提高院系教学管理质量、加强教师授课水平,常抓学生思想政治教育等三个方面,对学风建设问题进行悉心研究与思考,探析促进高校学风建设的方法和途径。; 宋峰张剑声曹红艳; 关键词：高校教学管理学风

基于循证医学的出生缺陷发病风险预测模型被引量：4: 2019年; 目的在循证医学的基础上利用Rothman-Keller模型建立出生缺陷发病风险预测模型,为中国有针对性的制定干预措施提供依据。方法通过评价Meta分析的文献获得出生缺陷危险因素及相应比值比(odds ratio,OR)值,构建Rothman-Keller模型的危险评分表,再利用模拟数据构建模型,确定风险预测危险程度划分界值,并采用实际数据验证。结果通过17篇文献收集了先天畸形家族史和居住地有污染源等20个出生缺陷的主要危险因素。在山西省的实际数据中,Rothman-Keller模型筛选出的高危人群实际发病率为10.9%,并与其他组有统计学差异(χ~2=147.58,P<0.001)。除此之外, Rothman-Keller模型能将先天畸形家族史的患者100%识别到高危人群。结论通过中国出生缺陷的Meta分析文献,找出出生缺陷主要危险因素,构建风险预测模型,可用于预测出生缺陷的发病风险,帮助筛选高危人群。同时为预测其他疾病的发病风险提供了思路。; 赵晶华李鹭曹红艳宋春英郭兴萍张岩波; 关键词：循证医学

基于加权随机森林的三阴性乳腺癌microRNA组学数据的分类预测被引量：1: 2020年; 目的基于microRNA组学数据,探讨加权随机森林在三阴性乳腺癌分类预测中的应用,为疾病诊断提供方法学支撑。方法以TCGA乳腺癌数据为例,采用加权随机森林构建三阴性乳腺癌的分类预测模型,并与随机森林、logistic回归、支持向量机、LASSO和岭回归五种模型进行比较。结果通过比较六种模型的5个评价指标,加权随机森林模型的预测性能明显优于其他五种模型,加权随机森林模型的灵敏度为0.852、特异度为0.873、准确度为0.871、AUC值为0.862和G-means值为0.861。结论加权随机森林构建的分类预测模型较好地识别了三阴性乳腺癌患者,可为三阴性乳腺癌的诊断提供方法学上的参考。; 郭志飞王碧珏杨海涛李治王菊平曹红艳周立业; 关键词：MICRORNA 三阴性乳腺癌

脑卒中患者治疗满意度和心理中介效应研究被引量：1: 2020年; [目的]建立脑卒中患者在心理、社会、治疗领域的结构方程模型,分析脑卒中患者心理和治疗满意度的影响因素,为脑卒中患者治疗提供理论依据。[方法]采用随机抽样的方法对485例确诊的脑卒中患者进行问卷调查,利用《脑卒中患者报告临床结局量表》(Stroke-Pro量表)研制过程中的正式调查数据,采用结构方程模型分析影响脑卒中患者心理和治疗满意度的因素。[结果]心理、社会领域的结构方程模型结果显示:焦虑对抑郁有直接影响,标准化作用大小为0.38;焦虑、社会交往和家庭支持以回避为中介对抑郁产生间接影响,标准化作用大小分别为0.27、0.25和0.09。心理、社会和治疗领域的结构方程模型结果显示:家庭支持对治疗满意度有直接影响,标准化作用大小为0.38;社会交往和家庭支持以回避为中介对治疗满意度产生间接影响,标准化作用大小分别为0.15和0.04。[结论]家庭支持、社会交往以及回避情绪均是脑卒中患者抑郁及治疗满意度的重要影响因素。; 王碧珏张岩波曹红艳郭志飞周立业; 关键词：脑卒中结构方程模型治疗满意度

基于因果推断方法检验mRNA在年龄和低级别胶质瘤中的中介效应被引量：1: 2020年; 目的构建年龄、mRNA表达水平和低级别胶质瘤(LGG)患者结局之间的因果中介推断模型,识别介导年龄和LGG结局的中介因子,为LGG的治疗和预后提供方法指导。方法以TCGA数据库中LGG数据为例,采用CIT和VanderWeele方法建立因果中介模型,识别年龄和LGG结局之间的介导基因。结果识别出11个在年龄和LGG结局之间起中介作用的基因,中介间接效应的RR值均大于1,表明这11个基因的表达异常可能是LGG不良结局的危险因素。结论基于因果推断的方法能够识别介导年龄和低级别胶质瘤结局的重要基因,为LGG的预后治疗提供了潜在的预后标志物和治疗靶点。; 王碧珏郭志飞杨海涛李治王菊平曹红艳周立业; 关键词：因果推断 MRNA 低级别胶质瘤

基于平均影响值的SVM在遗传数据疾病分类和特征提取中的应用被引量：3: 2019年; 目的探讨基于平均影响值(MIV)的支持向量机(SVM)在遗传数据疾病分类预测和变量筛选中的应用,为遗传数据的疾病分类与特征提取方面提供方法学参考。方法以GAW18(genetic analysis workshop 18)数据为例,采用基于MIV的SVM建立预测模型,并和logistic回归模型、SVM、多层感知机和决策树分类模型进行比较分析,评价基于MIV的SVM预测分类和变量筛选效果。结果经过平均影响值的支持向量机算法处理后,六个SNPs位点(1328567172、3127394820、11658093、9123969834、1174996637、1717498492)组合的变量子集,获得78.125%的分类准确率,明显优于其他分类模型。结论基于MIV的SVM能比较有效的在实现遗传数据变量筛选的同时提高分类预测能力,避免了变量间的交互作用,为探索各种疾病发病机制和寻找易感SNPs位点提供线索,具有一定的研究和应用价值。; 张阳阳曹红艳武淑琴; 关键词：支持向量机单核苷酸多态性

基于代价敏感性和概率校准的先天性心脏病概率预测模型研究被引量：5: 2019年; 目的先心病数据存在类别不平衡问题,使先心病预测存在偏差,本文针对以上问题建立基于代价敏感性和概率校准的先心病概率预测模型,以期提高模型概率预测能力,为筛选先心病高危人群给予参考。方法构建调整惩罚权重的加权支持向量机(weighted support vector machine,WSVM)和加权随机森林(weighted random forest,WRF)的Platt和Isotonic regression(Iso)校准模型(WSVM-Platt,WRF-Platt,WSVM-Iso,WRF-Iso),同时与logistic回归模型进行对比。结果通过比较6种模型(WSVM-Platt,WSVM-Iso,WRF,WRF-Platt,WRF-Iso和logistic回归模型)的概率预测效果评价指标AUC(the area under the curves)、RMSE(root mean squared error)及SAR可得,以上6类模型均比较理想。6种模型中,WSVM的Platt校准模型的预测效果最优,logistic回归其次;对于WRF,WRF-Platt和WRF-Iso的预测效果均优于WRF;对于WRF和WSVM,Platt校准的概率预测能力均略优于Iso校准。结论针对极端不平衡数据,本文模型的预测结果较为理想。相比未校准模型,校准模型的预测效果更优,Platt校准预测效果略优于Iso校准,故本文构建的模型可为有效筛选先心病高危人群提供参考。; 罗艳虹李治余红梅郭虎生曹红艳王蕾宋春英郭兴萍张岩波; 关键词：先心病不平衡数据

曹红艳

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

曹红艳

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈