您的位置: 专家智库 > >

李艳艳

作品数:4 被引量:12H指数:2
供职机构:山西医科大学公共卫生学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:医药卫生更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇医药卫生

主题

  • 2篇预后
  • 2篇细胞
  • 2篇淋巴
  • 2篇淋巴瘤
  • 2篇弥漫
  • 1篇预后关系
  • 1篇预后价值
  • 1篇维数
  • 1篇细胞淋巴瘤
  • 1篇先验
  • 1篇淋巴瘤患者
  • 1篇弥漫大B细胞
  • 1篇弥漫性大B细...
  • 1篇基因
  • 1篇基因表达
  • 1篇基因过表达
  • 1篇过表达
  • 1篇高维
  • 1篇高维数据
  • 1篇贝叶斯

机构

  • 3篇山西医科大学
  • 1篇山西省肿瘤医...

作者

  • 3篇王彤
  • 3篇李艳艳
  • 2篇董晓强
  • 2篇李璐
  • 2篇高倩
  • 1篇郗彦凤
  • 1篇许树红
  • 1篇陶然
  • 1篇虞明星
  • 1篇申亚男

传媒

  • 2篇中华疾病控制...
  • 1篇中国卫生统计

年份

  • 1篇2020
  • 1篇2018
  • 1篇2017
4 条 记 录,以下是 1-3
排序方式:
PDE4B基因过表达对弥漫大B细胞淋巴瘤患者的预后价值被引量:7
2017年
目的探讨磷酸二酯酶4B(phosphdiesterase 4B,PDE4B)基因过表达对弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma,DLBCL)患者预后的影响,并分析其预后价值。方法从GEO(gene expression omnibus)数据库获得320例DLBCL患者的基因芯片数据,比较PDE4B基因过表达与正常表达患者生存率的差异。构建单变量国际预后指数(international prognostic index,IPI)、PDE4B和多变量(IPI+PDE4B)Cox比例风险模型,并用时点/动态受试者工作曲线(receiver operating characteristic curves,ROC)法分析模型的预测能力随时间的变化趋势,一致性统计量C用于评价和比较各模型的预测准确度。结果 PDE4B基因过表达的患者死亡的风险是正常表达的1.431倍(HR=1.431,95%CI:1.013~2.002,P=0.042)。多变量模型的C统计量与单变量模型相比,差异有统计学意义(IPI vs.IPI+PDE4B:Z=15.0,P<0.001;PDE4B vs.IPI+PDE4B:Z=53.7,P<0.001)。结论 PDE4B基因过表达是DLBCL患者预后的危险因素,结合IPI和PDE4B基因能提高DLBCL的预后准确性。
高倩李艳艳申亚男虞明星李璐郗彦凤王彤
关键词:基因表达预后
MicroRNA与弥漫大B淋巴瘤预后关系的系统综述和Meta分析被引量:3
2018年
目的综合分析不同的微小RNA(microRNAs,miRs)对弥漫大B淋巴瘤(diffuse large B cell lymphoma,DLBCL)的预后价值。方法计算机检索2007年1月~2017年7月收录在万方数据库、维普中文科技期刊全文数据库、中国期刊全文数据库、PubMed数据库和Embase数据库的相关文献,筛选后采用Stata 12.0进行Meta分析。结果最终纳入30篇文献,2 574研究对象。综合分析发现,miR-21的低表达降低了DLBCL患者的无复发生存期(relapse free survival,RFS)(HR=0.61,95%CI:0.40~0.94,P=0.024);miR-155的高表达降低了DLBCL患者的无进展生存期(progress free survival,PFS)(HR=2.50,95%01:1.54~4.06,P<0.001);miR-222的高表达降低了DLBCL患者的PFS(HR=2.33,95%CI:1.53~3.57,P<0.001)。结论基于所有分析结果可知,miR特别是miR-21,miR-222和miR-155是影响DLBCL的RFS和PFS重要预后因子。
李璐董晓强李艳艳郭建全乔增杰王彤
关键词:预后META分析
基于non-local先验的贝叶斯变量选择方法及其在高维数据分析中的应用
2020年
目的对高维数据进行变量筛选并构建预测模型是组学数据分析的研究热点之一。本研究旨在为结局为二分类变量的高维组学数据筛选自变量并构建预测结局的稀疏统计模型。方法本研究通过模拟研究和实例分析阐释基于non-local先验的贝叶斯变量选择方法--乘积逆矩先验(product inverse moment,piMOM)相较于惩罚类方法ISIS-光滑平切绝对偏差(iterative sure independence screening-smoothly clipped absolute deviation,ISIS-SCAD)和ISIS-最小最大凹惩罚(iterative sure independence screening-minimax concave penalty,ISIS-MCP)在高维数据中变量筛选及其预测效果的性能优劣。结果模拟研究发现:在高维的情况下,经piMOM、ISIS-SCAD和ISIS-MCP方法筛选所得变量的平均真阳性数和受试者工作特征曲线下面积(AUC,area under curve)基本相等,ISIS-SCAD、ISIS-MCP的平均假阳性数、回归系数均方误差以及预测均方误差明显高于基于non-local先验的贝叶斯变量方法所获得的对应值。piMOM方法分析弥漫大B细胞淋巴瘤实例数据共识别5个有意义的基因,AUC为0.996;ISIS-SCAD识别7个基因,AUC为0.975;ISIS-MCP识别7个基因,AUC为0.968。结论在模型选择相合性和预测准确性方面,piMOM方法与ISIS-SCAD和ISIS-MCP相比,具有优势,在一定意义上可有效控制假阳性率。
马金沙董晓强高倩陶然许树红李艳艳王彤
关键词:高维数据弥漫性大B细胞淋巴瘤
共1页<1>
聚类工具0