分类： 医学、药学 >> 预防医学与公共卫生学 提交时间： 2023-08-17 合作期刊: 《中国全科医学》
摘要： 背景 我国中老年人群代谢综合征（MS）患病率逐年攀升，血清尿酸（SUA）/高密度脂蛋白胆固醇（HDL-C）比值（UHR）与多种代谢性疾病密切相关，但在中老年人群中，关于UHR与MS关联的研究较少。目的 探讨中国中老年人群UHR与MS之间的相关性，并评估UHR对MS的预测价值。方法 本研究采用 2015 年中国健康与养老追踪调查（CHARLS）公开数据，纳入9233名研究对象。收集研究对象一般资料、体格检查指标和血生化检查指标。计算研究对象UHR。按是否患有MS将研究对象分为非MS组（n=7006）与MS组（n=2 227），同时按UHR四分位数水平将研究对象分为Q1组（UHR7.32%，n=2 308）、Q2 组（7.32%12.20%，n=2 308）。采用Pearson相关性分析探究UHR与代谢指标的相关性；采用多因素 Logistic 回归分析探讨 UHR 与 MS 的关系。分别绘制总体和不同性别研究对象UHR预测MS发生风险的受试者工作特征（ROC）曲线并计算 ROC 曲线下面积（AUC）。结果 MS 组女性比例、年龄、城镇比例、高血压史、糖尿病史、血脂异常史、服用降脂药比例、糖化血红蛋白、C 反应蛋白、三酰甘油（TG）、总胆固醇（TC）、空腹血糖（FPG）、SUA、收缩压（SBP）、舒张压（DBP）、BMI、腰围（WC）、UHR 高于非MS组，HDL-C、低密度脂蛋白胆固醇（LDL-C）、估算的肾小球滤过率（eGFR）低于非MS组，两组教育程度、吸烟、饮酒情况比较，差异有统计学意义（P<0.05）。随着UHR水平的上升，Q1~Q4组MS、中心性肥胖、高血糖、高血压、高TG血症、低HDL-C血症检出率呈上升趋势（P趋势 <0.01）；Q1~Q4组BMI、WC、SBP、DBP、TG、HDL-C、LDL-C、TC、FPG、eGFR、C反应蛋白水平比较，差异均有统计学意义（P<0.01）。Pearson相关性分析结果显示，UHR 与 TG、FPG、DBP、SBP、BMI、WC均呈正相关（P<0.01），与HDL-C负相关（P<0.01）。按性别分层后，男性、女性UHR与TG、FPG、DBP、SBP、BMI、WC 均呈正相关（P<0.01），与HDL-C呈负相关（P<0.01）。多因素Logistic回归分析结果显示，与Q1组相比，男性Q4组〔OR=3.385，95%CI=（1.778~6.444），P<0.01〕和女性Q4组〔OR=2.886，95%CI=（1.991~4.184），P<0.01〕MS患病风险增加。ROC曲线分析结果显示，研究对象UHR预测MS的AUC为 0.735〔95%CI（0.723~0.746）〕，男性群体 UHR 预测MS的AUC为0.773〔95%CI（0.757~0.790）〕，女性群体UHR预测MS的AUC为 0.750〔95%CI（0.735~0.766）〕。结论 中国中老年人群UHR水平与MS呈正向关联，UHR与MS及其组分密切相关，UHR可能是MS的危险因素且对中老年群体MS发生风险有良好的预测价值。
分类： 生物学 >> 植物学 >> 应用植物学 提交时间： 2021-08-09 合作期刊: 《广西植物》
摘要： 为了深入发掘日本厚朴、厚朴、凹叶厚朴叶绿体基因组差异,筛选厚朴优良性状候选基因，开展三种厚朴的分子遗传研究，该文利用 Illumina HiSeq 高通量测序平台首次对日本厚朴叶绿体进行测序、组装，并与已有的厚朴、凹叶厚朴叶绿体基因组共同注释，获得三个物种叶绿体基因图谱，筛选出三个基因组中的差异基因，又与同科中 11 个亲缘物种进行叶绿体基因组比对，构建 NJ 遗传树。结果表明：日本厚朴叶绿体基因组的 Clean Reads 为 19 791 019，Q30 为 91.33%，组装后基因组全长 160 051 bp，GC 含量为 39.2%，含 tRNA 37 个，rRNA 8 个。比对分析发现三种厚朴具有相似的 IR、LSC 和 SSC 结构，以及 GC 含量和 tRNA 数量，但编码基因种类和数量、内含子和外显子的数量和结构等存在差异。日本厚朴的功能基因数目较厚朴、凹叶厚朴分别多 6 个和 4 个，主要分布于 LSC 区和 IR 区，涉及核糖体大亚基、核糖体小亚基和未知功能基因类群。系统发育分析结果进一步显示日本厚朴与凹叶厚朴亲缘关系较近，其次是厚朴。该研究表明日本厚朴具有更丰富的叶绿体基因组结构、组成和变异特征，是其适应高纬度地区弱光、低温环境的分子机制，这为厚朴类优良品种的分子选育提供有力的指导。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-10-11 合作期刊: 《计算机应用研究》
摘要： 现有的推荐算法大多是应用显示反馈信息来推荐。针对显示反馈信息作出的推荐在准确率和数据稀疏性处理上还存在缺陷的问题，引入了隐式反馈信息，设计和实现了一种引入隐式反馈的多维度推荐算法(iMCF)。该算法涵盖用户、项目和隐式反馈三个维度的信息。对于前两个维度的信息，通过云模型相似度建模；而隐式反馈维度的信息，主要是结合概率矩阵分解模型进行处理。之后再把这三个维度得出的预测评分根据权值进行平衡，得出最终预测评分并作出推荐。实验数据表明，该算法在召回率和准确率上的表现相对于其他算法有了较为明显的提升，且适合大数据环境。
点击量
点击量
下载量
评论
