王莹
- 作品数：14 被引量：35H指数：3
- 供职机构：深圳市第二人民医院更多>>
- 发文基金：深圳市科技计划项目广东省科技计划工业攻关项目更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- 基于检验大数据的多尺度肺恶性肿瘤预测模型研究
- 2023年
- 目的:在多尺度肺恶性肿瘤预测模型中发掘检验项目的价值及其不同尺度对预测能力的影响。方法:收集深圳市某综合性三甲医院2016—2021年诊断结果为肺恶性肿瘤的21270例患者的全量检验项目(1297项)的全部检验数据,通过数据集成、治理和开发形成检验大数据,采用逻辑回归二分类、支持向量机、PS-SMART和K近邻4种机器学习算法基于全量检验项目和部分检验项目分别构建预测模型,通过二分类评估和混淆矩阵评估其预测水平。结果:4种全量检验项目预测模型的准确率、精确率、召回率、ROC曲线下面积(AUC)和F1Score均高于0.920、0.930、0.850、0.980和0.940,优于部分检验项目预测模型。结论:基于全量检验项目构建肺恶性肿瘤预测模型有助于发掘检验项目的应用价值。
- 王莹顾大勇
- 关键词：肺恶性肿瘤大数据
- 811例酵母样真菌感染的临床分布及药敏分析被引量：3
- 2011年
- 目的分析临床酵母样真菌感染的分布情况,结合真菌的鉴定及药敏,指导临床合理用药。方法回顾性分析真菌感染者的临床资料、检出的酵母样真菌的分布及对抗真菌药物的耐药特点。结果真菌感染以60岁以上老年人居多,占69.4%,感染部位主要为呼吸道、泌尿道及肠道;基本都有抗生素使用史,多有创伤性介入治疗。检出真菌主要为白色假丝酵母菌,共526例,另有热带假丝酵母菌117例,光滑假丝酵母菌86例,近平滑假丝酵母菌57例,其他酵母菌25例。10种抗真菌药物中,耐药性较高的为特比奈芬、制霉菌素和两性霉素B,比较敏感的为5-氟胞嘧啶和酮康唑。两性霉素B33.9%和氟康唑22.6%的耐药率,大大高于以往熟知的程度,这与临床大量常规使用其预防真菌感染有密切联系。结论应加强真菌检测,指导临床合理使用抗生素,减少多重耐药出现。
- 王莹
- 关键词：酵母菌属真菌感染抗生素耐药
- 基于机器学习的卵巢恶性肿瘤预测模型
- 2024年
- 目前临床使用的检验项目多达1000余项,采用逻辑回归二分类和支持向量机分别构建卵巢恶性肿瘤预测模型,探讨检验项目与诊断结果的相关性。实验结果表明,2种机器学习算法构建的卵巢恶性肿瘤预测模型具有较高的预测水平,红细胞体积分布宽度和平均血小板体积等非特异性检验项目与卵巢恶性肿瘤诊断结果具有较强的相关性。
- 王莹顾大勇
- 关键词：支持向量机卵巢恶性肿瘤
- AMI患者血浆NT-proBNP含量的变化及其与心功能的相关性研究被引量：3
- 2011年
- 目的:探讨急性心肌梗死(AM I)患者血浆N末端脑钠肽原(NT-proBNP)水平的变化及其与心功能指标的相关性。方法:采用荧光免疫分析对189例AM I患者及55例健康对照者进行血浆NT-proBNP测定,同时以彩色多普勒超声心电动仪测定AM I患者左心室舒张末期内径(LVEDD)、左心室收缩末期内径(LVESD)、左心室射血分数(LVEF),并与血浆NT-proBNP水平进行相关性分析。结果:AM I患者血浆NT-proBNP水平明显高于健康对照者(P<0.01),且随着患者心功能受损程度的加重(K illip心功能分级的升高)而梯次增高,致使不同K illip心功能分级患者之间的血浆NT-proBNP含量也呈现出显著差异(P<0.01);AM I患者血浆NT-proBNP水平与LVEF、LVESD、LVEDD呈现良好的相关性(r分别为-0.39、+0.36和+0.41,P均<0.01)。结论:AM I患者血浆NT-proBNP水平与LVESD、LVEDD呈正相关,与LVEF呈负相关,是评价心室功能的灵敏指标。
- 李卓成刘远智王莹屠洪陈剑雄李延武
- 关键词：心肌梗死N末端脑钠肽
- 平衡数据向真实世界数据演进的CML预测模型研究
- 2023年
- 目的:基于结构化检验数据,探索使用真实世界数据代替平衡数据构建慢性粒细胞白血病(CML)预测模型的可行性。方法:采用真实世界数据,在数据层面使用欠采样和过采样两种预处理方法改变不平衡数据的类分布。在算法层面分为3个步骤:第一步,采用逻辑回归二分类(LR)和支持向量机(SVM)基于平衡数据生成预测模型,预测真实世界数据并评估预测水平;第二步,采用LR、SVM和随机森林(FR)基于预处理后数据生成预测模型并评估预测水平;第三步,采用集成学习算法BalancedBaggingClassifier和XGBoost基于真实世界数据生成预测模型并评估预测水平。结果:LR和SVM基于平衡数据的AUC、准确率、召回率均高于0.900;BalancedBaggingClassifier对真实世界数据预测的AUC为0.908、准确率为0.950、召回率为0.866,具有较高的预测水平。结论:基于真实世界数据构建CML预测模型具有可行性。
- 王莹顾大勇
- 关键词：慢性粒细胞白血病
- 糖尿病肾病患者BNP、HCY和cTnI的变化与其发生心血管疾病的关系
- 目的 探讨糖尿病肾病患者BNP(B型钠尿肽)、HCY(同型半胱氨酸)和cTnI(肌钙蛋白Ⅰ)的变化与其发生心血管疾病的关系.方法将178例糖尿病肾病患者分为两组,即有心血管疾病组(CVD组)87例和没有心血管疾病组(NC...
- 王莹王懿
- 关键词：糖尿病肾病BNP心血管疾病
- 甲状腺疾病辅助诊断机器学习模型研究被引量：1
- 2023年
- 为了发掘医学检验项目与甲状腺疾病(甲状腺功能亢进或减退)的相关性,采用机器学习逻辑回归二分类算法基于某医院近5年的医学检验数据构建预测模型并对预测模型评估。预测模型评估结果:甲状腺功能亢进二分类评估AUC:0.9734,F1-Score:0.9672;甲状腺功能减退二分类评估AUC:0.9928,F1-Score:0.9682。结果表明预测模型能够以很高的准确率识别两种甲状腺疾病患者,为获得方便快捷、低成本、准确的甲状腺疾病预测提供了新途径。
- 王莹顾大勇
- 关键词：甲亢甲减逻辑回归
- 面向机器学习的医学检验大数据构建与实践
- 2023年
- 医学检验数据具有体量大、类型繁多和特征高维等特点,是临床决策所需信息的主要来源,目前其应用价值受到传统基于病种专属专用数据处理分析模式的束缚,带来大量重复性的数据采集、数据处理工作,导致相关科研工作取数难、用数难、工作效率低。大数据和数据挖掘是实现数据价值的有效手段,数据挖掘可分为描述模式和预测模式,描述模式描述了数据的一般性质,预测模式根据当前数据进行总结,对此机器学习具有天然优势,机器学习预测能力依赖数据质量。根据机器学习对数据质量、数据格式的要求,采用大数据技术对某医院近5年(2016—2021年)的全量1.4亿多条医学检验数据做系统性的数据集成、数据治理和数据开发,构建医学检验大数据作为机器学习数据源。结果表明,医学检验大数据实现了一次生成,全病种全量数据的高效率、无限制使用的目标,为将来全量医学检验大数据的构建探索了实践路径。
- 王莹周玉利顾大勇
- 关键词：大数据数据集成
- 基于医学检验大数据和机器学习构建慢性粒细胞白血病预测模型被引量：1
- 2023年
- 目的 通过大数据技术集成、治理、开发医学检验数据,构建慢性粒细胞白血病机器学习预测模型。方法 收集深圳市第二人民医院2016年10月1日-2021年9月30日全部就诊患者的全量医学检验数据并转化为大数据宽表,通过逻辑回归二分类算法构建慢性粒细胞白血病机器学习预测模型并采用混淆矩阵和二分类评估两种方法分别进行评估。结果 基于1301项医学检验项目生成的机器学习预测模型的二分类评估结果:AUC为0.9776,F1Score为0.9232;混淆矩阵评估结果:准确率为94.518%,精确率为92.575%,召回率为91.947%。结论 本研究基于真实医学检验大数据,构建的慢性粒细胞白血病机器学习预测模型能够区分慢性粒细胞白血病患者与普通人,有望成为一种新的慢性粒细胞白血病的快速、非侵入式、普适性的辅助诊断方法。
- 王莹顾大勇
- 关键词：慢性粒细胞白血病大数据
- 基于检验大数据的心肌梗死预测模型研究
- 2024年
- 目的基于检验大数据构建心肌梗死预测模型,并发掘检验项目在心肌梗死诊断中的价值。方法收集深圳市某综合性三甲医院2016年至2021年诊断结果为心肌梗死的全部就诊患者(5,388例)的全量检验数据,通过数据处理形成检验大数据,采用逻辑回归二分类和支持向量机两种机器学习算法分别生成预测模型,采用二分类评估方法和混淆矩阵评估其预测水平。结果两种预测模型的准确率、精确率、召回率、AUC和F1-Score均高于0.923、0.965、0.938、0.991和0.953,显示了较高的预测水平。结论基于检验大数据构建的心肌梗死预测模型具有较高的预测能力,且有助于发现新的诊断标志物。
- 王莹
- 关键词：逻辑回归支持向量机大数据心梗
