[全血细胞参数的诊断值 辐射伤害对辐射工作人员的逻辑回归模型]
1Laboratory Department of West China School of Public Health and West China Fourth Hospital, Sichuan University, Chengdu 610041, China.
概括
这项研究发现,特定的全血细胞参数可以帮助诊断放射工人的辐射损伤. 使用这些参数的逻辑回归模型显示出用于查目的的良好诊断能力.
科学领域:
- 职业健康 职业健康 职业健康
- 辐射生物学 辐射生物学
- 血液学 血液学 血液学
背景情况:
- 辐射工人面临职业辐射伤害的风险.
- 早期和准确的辐射损伤诊断对于及时干预至关重要.
- 全血细胞的参数可能反映了辐射诱导的损伤.
研究的目的:
- 评估基于全血细胞参数的逻辑回归模型的诊断价值,以检测辐射工人的辐射损伤.
- 为了比较辐射受伤者和健康的辐射工人之间的血细胞参数.
主要方法:
- 追溯选择了184名染色体异常的辐射工人 (辐射损伤组) 和184名无染色体异常的辐射工人 (对照组).
- 分析全血细胞参数,构建后勤回归模型,并使用ROC曲线和AUC进行评估.
- 用一个独立的队列验证该模型,包括60名有染色体异常和60名没有染色体异常的辐射工作者.
主要成果:
- 在辐射损伤和对照组之间观察到多个全血细胞参数 (例如,Lym_X,Lym_Y,Lym_Z,MCHC,Micro) 的显著差异.
- Lym_X,Lym_Y,Lym_Z,MCHC和Micro被确定为辐射伤害的独立风险因素.
- 后勤回归模型在初始队列中实现了0.80的AUC,灵敏度为85.9%,特异性为65.8%,并得到了良好的验证.
结论:
- 辐射暴露导致辐射工作者各种全血细胞参数的变化.
- 结合Lym_X,Lym_Y,Lym_Z,MCHC和Micro的后勤回归模型显示了对选辐射损伤的有希望的诊断能力.
- 这种模型可以作为一种有价值的工具,用于早期检测和查辐射伤害的辐射工人.
更多相关视频
07:40Preparation of Peripheral Blood Mononuclear Cell Pellets and Plasma from a Single Blood Draw at Clinical Trial Sites for Biomarker Analysis
Published on: March 20, 2021
16.7K
07:15Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
Published on: August 16, 2020
6.8K
