肿瘤表达谱基因芯片数据的混合效应模型分析

目的:研究混合效应模型(Mixed Effects Model)在肿瘤表达谱基因芯片数据分析中的检验效能,并探讨其分析效果。方法:采用混合效应模型分析肿瘤实例基因芯片数据,并以基因集富集分析方法(GSEA)作为参照比较分析结果的有效性和科学性,探讨其检验效果。结果:通过混合效应模型和基因集富集分析(GSEA)两种方法对肿瘤基因芯片数据的分析和比较,两种方法筛选出共同的差异表达通路外,混合效应模型额外地筛选出来GSEA未能检验到的8条差异表达通路,且得到文献支持;混和效应模型筛选出的前10个差异表达通路中有6个已有生物学证明而基因集富集分析方法(GSEA)筛选出的前10个差异表达通路中仅有4个已有生物学证明。结论:混合效应模型作为top-down方法中的典型代表,其优势在于通过构建潜变量达到降维目的,可有效地减少多个复杂的变异来源从而保证了结果的准确性和科学性,其检验效能优于基因集富集分析方法(GSEA),是一种行之有效的筛选肿瘤基因芯片数据的分析方法。     

灾难及突发事件住院信息管理系统研究现状及趋势

信息工作是决策的依据和先导,如何准确、及时、高效地收集、整理、分析灾难及突发事件信息、伤病员基本信息、救治信息等,已成为医院管理信息学的研究热点问题,也是医院在灾难和突发事件大量伤员信息管理中面临的难点问题。本文就灾难及突发事件住院信息管理系统研究现状及趋势进行综述。     

灾难及突发事件住院信息管理系统的开发与实现

本文从系统设计目标、功能设计、结构设计等几个方面论述了灾难及突发事件住院信息管理系统的开发与实现。该系统由六大模块构成,实现了从预约管理、住院信息管理、床位管理、伤情评分、感染监测、查询统计到打印输出的灾害及突发时间住院伤病员信息全过程管理。应用本系统可规范灾害及突发事件医疗救援保障流程,大大提高了住院伤病员信息管理水平和工作效率。     

汶川地震转运与震区住院患者回顾性对比分析

目的:探讨汶川地震转运与震区住院伤病员的特点和疾病谱.方法:采用“军卫一号“医院信息系统,收集整理三所军队医院收治汶川地震伤病员的诊疗信息.对比转运与震区住院伤病员的入院时间、基本情况和诊疗信息的差异.结果:震后第2日震区住院伤病员入院人数最多,为394人;前4日占震后10日内入院人数的80.6％.全部住院伤病员男性730人,占56.5％,女性562人,占43.5％;汉族占95％,羌族、藏族及其他民族占5％;已婚占76.4％;手术率为36.5％;住院天数的中位数为12天;治愈好转率为96.5％,病死率为1％.转运与震区住院伤病员的性别、年龄组、民族、手术与否和治疗结果构成差异具有统计学意义(P＜0.05);震区住院伤病员组的住院天数中位数低于转运住院伤病员组(P＜0.00l).按照出院第一诊断,损伤或中毒住院伤病员占81.5％;其他疾病前五位为消化系统疾病、呼吸系统疾病、肌肉骨骼和结缔组织疾病、循环系统疾病、症状和体征.结论:地震等灾害后应尽早(灾后3-5天)转运伤病员.震区一线医院和接收转运伤病员医院应科学、合理设置床位、安排陪护人员、招募志愿者.地震第一阶段医疗救援完成后,救援重点应转向内科和慢性疾病,并提前做好应医疗准备.     

GAGE和GSEA在基因集研究中的有效性比较

目的:研究在基因芯片数据分析中自限性原假设和竞争性原假设两类方法的优劣性和准确型,选取各自具有代表性的GAGE(Generally Applicable Gene-set Enrichment)和GSEA(Gene Set Enrichment Analysis)两种基因集分析方法筛选富集基因集的效能,并探讨其筛选效果.方法:采用两种待比较的方法在实际基因表达谱数据中分析研究,比较筛选结果的准确性和科学性,探讨两种方法筛选富集基因集的效果.结果:两方法对已知的基因表达谱数据进行应用分析表明GAGE的检验效能和筛选出的基因集生物学相关性均优于GSEA.结论:GAGE作为一种自限性原假设的基因集分析方法,由于其充分利用了表达谱数据,并将表达数据分为实验集和通路集分别进行分析处理,同时考虑到基因集的上调和下调,其检验效能优于竞争性原假设的GSEA,能够得到更为准确和科学的结果.     

基因表达谱中信号通路基因集分析方法进展

微阵列技术是生物技术变革的核心,允许研究者同时监测成千上万个基的表达水平,已广泛应用医学研究.如何挖掘海量基表达信息中的有用信息并进行生物学专业解释,是基表达谱数据分析领所面临的一个重要挑战.生物信号通路研究已成为基芯片中不同表型差异表达研究的主要方法,其是以整个信号通路作为一个整体作为研究对象,此得出的研究结果更加科学和准确.在本文中我们简要描述了近10年来信号通路基集富集分析方法的发展情况,将其分为三个阶段,对每个阶段方法的基础和特点做了一些简单的总结和阐述.     

基因表达谱富集分析方法研究进展

微阵列技术是生物技术变革的核心,允许研究者同时监测成千上万个基因的表达水平,已广泛应用于医学研究。如何挖掘海量基因表达信息中的有用信息并进行生物学专业解释,是基因表达谱数据分析领域所面临的一个重要挑战。不同的研究者提出了各种基于基因集进行富集分析的方法,在此将这些方法大致分为两大类,即bottom-up方法和top-down方法。前者先进行单基因分析,然后根据生物学领域知识注释基因集并进行分析。该方法应用广泛,且结果比单基因分析容易解释。后者先根据生物学领域知识将各基因进行归类,然后进行基因差异表达模式分析。该方法不仅能提高结论的可解释性,而且能达到降维的目的。     

基于蒙特卡洛模拟分析不同基因集方法的效能

目的:探索差异表达基因集(DEGs)筛选的有效方法.方法:基于蒙特卡洛模拟比较Efron's GSA、SAFE、Globaltest、PCOT2等四种基因集方法在分析微阵列数据时的统计推断能力.结果:Globaltest和PCOT2两种基于模型构建的基因集方法在处理模拟微阵列数据时效能相当,Globaltest略优于PCOT2,而Effort's GSA、SAFE方法检验效能低下.结论:Globaltest是一种较有效的微阵列数据分析方法.     

广义估计方程在CT显示方法研究数据分析中的应用

目的:探讨广义估计方程在CT显示方法研究中的应用.方法:采用SAS软件的GENMOD过程,应用广义估计方程方法分析CT显示方法研究实例.结果:给出了广义估计方程SAS程序,并对参数估计和两两比较结果进行解释.结论:广义估计方程能有效的分析CT显示方法研究中反应变量为两分类或多分类的非独立数据.     

灾难及突发事件住院信息管理系统建设构想

本文系统地介绍了灾难及突发事件住院信息管理系统的建设构想。从研发目的、意义、系统功能需求、结构和特点,五个方面进行了详细的阐述,旨在为相关的医院信息化、卫勤管理、医疗服务工作提供思路,为下一步研发应用该系统做准备,促进灾害和突发事件医疗信息化建设。