Mining of hemophilia complications based on disease network and association rule analysis
-
摘要:目的
基于疾病网络探讨血友病并发症的一般性规律，预测血友病患者可能发生的并发症。
方法从PubMed数据库中检索血友病相关文献，通过MetaMap工具从文献标题、摘要文本中抽取疾病实体，基于疾病对的共现关系构建疾病网络，分析疾病网络的整体特征、节点特征及结构特征等。对疾病实体网络进行关联分析，挖掘其关联规则，分析血友病并发症的一般性规律。采用链路预测算法预测血友病的潜在并发症。
结果血友病及其并发症构成的关联网络在网络结构上满足小世界网络特征和分布均匀的凝聚子群特征。凝聚子群分析结果显示，血友病并发症可分为遗传性疾病、血液系统疾病、传染性疾病和慢性疾病共4大类。关联规则分析发现133条置信度≥0.8的规则，链路预测进一步得到了许多有据可查的疾病对。
结论基于疾病网络进行血友病并发症关联分析和链路预测，可实现对血友病潜在并发症的有效预测，为血友病的临床诊疗提供决策支持。
Abstract:ObjectiveTo explore the general rules of complications of hemophilia based on the disease network and predict the possible complications of hemophilia patients.
MethodsThe PubMed database was searched for literature related to hemophilia. Disease entities were extracted from the titles and abstracts of the literature using the MetaMap tool. A disease network was constructed based on the co-occurrence relationship of disease pairs, and the overall characteristics, node characteristics, and structural characteristics of the disease network were analyzed. The disease entity network was analyzed for association rules to explore the general patterns of hemophilia complications. The link prediction algorithm was used to predict potential complications of hemophilia.
ResultsThe association network composed of hemophilia and its complications satisfied the characteristics of small-world networks and evenly distributed cohesive subgroups in terms of network structure. Cohesive subgroup analysis showed that hemophilia complications can be divided into four categories: inherited diseases, blood system diseases, infectious diseases, and chronic diseases. Association rule analysis identified 133 rules with a confidence level ≥0.8, and link prediction further identified many well-documented disease pairs.
ConclusionBased on the disease network, hemophilia complication association analysis and link prediction can effectively predict potential hemophilia complications, providing decision support for clinical diagnosis and treatment of hemophilia.
-
Keywords:
- hemophilia /
- complication /
- disease network /
- association rule /
- link prediction /
- entity extraction
-
急性心力衰竭(AHF)为临床较常见的心脏急症，心力衰竭急性发作或持续加重引发心脏负荷增大、收缩力下降、急性心排量骤降等临床综合征，严重者还可出现急性肺水肿、急性肾衰竭、心源性休克等情况。尽管AHF的药物和非药物治疗方法已取得较大进展，但患者预后仍较差[1], 这可能因为诱因存在多样性和病理机制尚未完全明确。研究[2-3]证实，心肌氧化应激时形成的过量氧自由基与心血管疾病尤其是AHF的发生发展密切相关。胰岛素样生长因子结合蛋白-7(IGFBP-7)可存在于血管内皮细胞的Weibel Palade小体上[4], 能促使血管内皮细胞产生活性氧(ROS), 加重心肌细胞氧化损伤和衰老，参与射血分数保留型心力衰竭的发生发展[5]。沉默信息调节因子4(SIRT4)是一种主要存在于线粒体中的NAD+依赖性蛋白质脱酰酶，除参与线粒体功能调节外，还参与机体炎症反应和氧化应激反应等过程[6]。LUO Y X等[7]发现, SIRT4可通过升高小鼠体内ROS水平，加速血管紧张素(AngⅡ)诱导的病理性心肌肥大，提示SIRT4可能与AHF的发生发展及预后有关。本研究探讨AHF患者血清IGFBP-7、SIRT4表达水平变化情况及其与预后的关系，以期改善AHF的治疗效果，现报告如下。
1. 资料与方法
1.1 一般资料
选取2021年4月—2023年1月廊坊市中医医院收治的151例AHF患者纳入AHF组。纳入标准: ①符合《中国急性心力衰竭急诊临床实践指南(2017)》[8]中AHF诊断标准者; ②首次发病，纽约心脏病协会(NYHA)分级≥2级者; ③发病后24 h内入院者; ④知晓研究内容，配合治疗，签署知情同意书者。排除标准: ①入院后24 h死亡者; ②合并严重肝、肾、肺疾病者; ③合并其他心血管疾病者; ④合并自身免疫系统疾病或恶性肿瘤者。按照1∶1比例另选取151例同期同年龄段健康体检者纳入对照组，体检者均身体健康。对照组男84例，女67例; 年龄53~80岁，平均(64.30±5.23)岁; 体质量指数(BMI)18~38 kg/m2, 平均(22.83±2.59) kg/m2; 舒张压66~98 mmHg, 平均(77.81±5.81) mmHg; 收缩压93~162 mmHg, 平均(119.46±13.15) mmHg; 低密度脂蛋白胆固醇(LDL-C)1.55~3.24 mmol/L, 平均(2.44±0.40) mmol/L; 有饮酒史37例，有吸烟史49例。AHF组男89例，女62例; 年龄53~79岁，平均(64.99±5.65)岁; BMI 18~38 kg/m2, 平均(23.13±3.17) kg/m2; 舒张压65~98 mmHg, 平均(78.12±7.20) mmHg; 收缩压93~165 mmHg, 平均(120.39±12.66) mmHg; LDL-C 1.49~3.66 mmol/L, 平均(2.46±0.44) mmol/L; 有饮酒史35例，有吸烟史52例; 病情严重程度分级[8]为Ⅱ级49例、Ⅲ级79例、Ⅳ级23例。2组研究对象的基线资料比较，差异无统计学意义(P>0.05)。本研究经医院医学伦理委员会审核批准(批号2022-1102-01)。
1.2 研究方法
采集对照组(体检当日)和AHF组(入院次日)研究对象晨起空腹肘静脉血样3 mL, 3 000转/min离心10 min后，分离血清, -80 ℃冷冻保存。采用酶联免疫吸附法检测2组血清IGFBP-7、SIRT4、N-末端钠尿肽前体(NT-proBNP)和ROS水平，检测试剂盒购自研生生物科技有限公司，所用仪器为BioTek Synergy H1多功能酶标仪。
1.3 观察指标
① 比较对照组和AHF组血清IGFBP-7、SIRT4、NT-proBNP、ROS水平。②比较AHF组不同病情患者的血清IGFBP-7、SIRT4、NT-proBNP和ROS水平。③对AHF组患者进行为期12个月的随访，记录患者不良心血管事件发生情况，包括复发性心绞痛、再发心力衰竭、心肌梗死、心源性死亡等，并据此将患者分为预后良好者和预后不良者。④比较不同预后患者的性别、年龄、BMI、血压、LDL-C、饮酒史、吸烟史、病情分级和血清IGFBP-7、SIRT4、NT-proBNP、ROS水平。
1.4 统计学分析
采用SPSS 25.0统计学软件分析数据。计数资料和等级资料均以[n(%)]表示，组间分析分别采用χ2检验和秩和检验。符合正态分布的计量资料以(x±s)描述, 2组间比较采用t检验，多组间比较采用单因素方差分析; 不符合正态分布的计量资料以[M(P25, P75)]描述，比较采用Mann-whitney U检验。相关性分析采用Pearson相关系数法; 影响因素分析采用多因素Logistic回归分析法; 预测效能采用受试者工作特征(ROC)曲线评估，效能比较行Z检验。P < 0.05为差异有统计学意义。
2. 结果
2.1 2组血清IGFBP-7、SIRT4、NT-proBNP和ROS水平比较
AHF组血清IGFBP-7、SIRT4、NT-proBNP和ROS表达水平均高于对照组，差异有统计学意义(P < 0.05), 见表 1。
表 1 2组血清IGFBP-7、SIRT4、NT-proBNP和ROS水平比较(x±s)[M(P25, P75)]组别 n IGFBP-7/(μg/L) SIRT4/(nU/mL) NT-proBNP/(ng/L) ROS/(ng/mL) 对照组 151 50.11±12.86 30.93±9.27 206.01(157.69, 239.64) 13.83±3.10 AHF组 151 135.60±35.23* 75.23±20.92* 2 698.91(1 487.28, 4 192.45)* 30.86±9.02* IGFBP-7: 胰岛素样生长因子结合蛋白-7; SIRT4: 沉默信息调节因子4; NT-proBNP: N-末端钠尿肽前体; ROS: 活性氧。
与对照组比较, *P < 0.05。2.2 不同病情分级AHF患者血清IGFBP-7、SIRT4、NT-proBNP和ROS水平比较
AHF组患者中，病情分级Ⅳ级者血清IGFBP-7、SIRT4、NT-proBNP和ROS水平高于Ⅲ级者和Ⅱ级者，Ⅲ级者血清IGFBP-7、SIRT4、NT-proBNP和ROS水平高于Ⅱ级者，差异有统计学意义(P < 0.05), 见表 2。
表 2 不同病情分级患者血清IGFBP-7、SIRT4、NT-proBNP和ROS水平比较(x±s)[M(P25, P75)]病情分级 n IGFBP-7/(μg/L) SIRT4/(nU/mL) NT-proBNP/(ng/L) ROS/(ng/mL) Ⅱ级 49 107.80±35.44 57.66±12.53 1 266.79(772.82, 2 027.66) 23.13±6.50 Ⅲ级 79 141.18±22.74* 77.50±16.05* 3 047.13(1 896.74, 4 131.54)* 31.88±5.92* Ⅳ级 23 175.71±14.67*# 104.34±12.05*# 5 535.59(4 578.72, 6 461.09)*# 43.79±5.09*# 与Ⅱ级比较, *P < 0.05; 与Ⅲ级比较, #P < 0.05。 2.3 不同预后AHF患者基本资料、血清指标表达水平比较
截至随访结束, 48例AHF患者预后不良(31.79%), 其中复发性心绞痛18例(37.50%)、心力衰竭14例(29.17%)、心肌梗死12例(25.00%)、心源性死亡4例(8.33%)。预后不良者在性别、年龄、BMI、舒张压、收缩压、LDL-C、饮酒史、吸烟史方面与预后良好者比较，差异均无统计学意义(P>0.05), 但预后不良者病情分级和血清IGFBP-7、SIRT4、NT-proBNP、ROS表达水平均高于预后良好者，差异有统计学意义(P < 0.05), 见表 3。
表 3 不同预后AHF患者基本资料、血清指标表达水平比较[n(%)](x±s)[M(P25, P75)]指标 预后良好者(n=103) 预后不良者(n=48) χ2/t/Z P 性别 男 57(55.34) 32(66.67) 1.736 0.188 女 46(44.66) 16(33.33) 年龄/岁 64.44±5.40 66.17±6.02 1.765 0.080 体质量指数/(kg/m2) 23.23±2.65 22.92±4.10 0.570 0.570 舒张压/mmHg 77.50±6.83 79.46±7.84 1.569 0.119 收缩压/mmHg 119.30±13.56 122.73±10.20 1.569 0.119 低密度脂蛋白胆固醇/(mmol/L) 2.42±0.44 2.55±0.44 1.726 0.086 饮酒史 22(21.36) 13(27.08) 0.602 0.438 吸烟史 31(30.10) 21(43.75) 2.703 0.100 病情分级 Ⅱ级 41(39.81) 8(16.67) 18.961 < 0.001 Ⅲ级 54(52.43) 25(52.08) Ⅳ级 8(7.77) 15(31.25) 胰岛素样生长因子结合蛋白-7/(μg/L) 124.63±34.91 159.16±22.01 6.288 < 0.001 沉默信息调节因子4/(nU/mL) 68.28±17.78 89.87±19.57 6.727 < 0.001 N-末端钠尿肽前体/(ng/L) 2 106.30(1 207.98, 3 178.20) 4 474.21(2 810.11, 5 476.59) 5.918 < 0.001 活性氧/(ng/mL) 27.95±7.41 37.09±9.06 6.567 < 0.001 2.4 AHF患者血清IGFBP-7、SIRT4与NT-proBNP、ROS的相关性分析
相关性分析结果显示, AHF患者血清IGFBP-7、SIRT4水平均分别与血清NT-proBNP、ROS水平呈正相关(r=0.523、0.498、0.578、0.557, P < 0.05), 见图 1。
2.5 AHF患者预后的影响因素分析
以患者预后为因变量(预后良好=0，预后不良=1), 以病情分级和血清IGFBP-7、SIRT4、NT-proBNP、ROS水平为自变量(病情分级赋值: Ⅱ级=0, Ⅲ级=1, Ⅳ级=2; IGFBP-7、SIRT4、NT-proBNP、ROS分别原值代入)，进行多因素Logistic回归分析。分析结果显示，病情分级和血清IGFBP-7、SIRT4、NT-proBNP、ROS水平均为AHF患者预后的独立影响因素(P < 0.05), 见表 4。
表 4 AHF患者预后影响因素的多因素Logistic回归分析结果因素 β SE Wald χ2 P OR(95%CI) 病情分级 0.371 0.166 4.995 0.026 1.449(1.174~3.692) 胰岛素样生长因子结合蛋白-7 0.285 0.121 5.548 0.019 1.328(1.136~5.041) 沉默信息调节因子4 0.329 0.159 4.282 0.038 1.390(1.215~5.732) N-末端钠尿肽前体 0.221 0.110 4.036 0.041 1.247(1.086~3.119) 活性氧 0.432 0.183 5.573 0.019 1.540(1.352~7.415) 2.6 血清IGFBP-7、SIRT4对AHF患者预后不良的预测效能
ROC曲线分析结果显示，血清IGFBP-7、SIRT4、ROS对AHF患者预后不良均具有一定预测价值，曲线下面积(AUC)分别为0.794、0.795、0.778, 且血清IGFBP-7、SIRT4、ROS联合预测AHF患者预后不良的AUC大于单独检测(Z=2.590、2.432、2.563, P < 0.05), 见表 5、图 2。
表 5 血清IGFBP-7、SIRT4、ROS对AHF患者预后不良的预测效能指标 敏感度 特异度 最佳截断值 P AUC(95%CI) 胰岛素样生长因子结合蛋白-7/(μg/L) 0.688 0.786 149.09 < 0.001 0.794(0.722~0.864) 沉默信息调节因子4/(nU/mL) 0.792 0.641 73.94 < 0.001 0.795(0.720~0.871) 活性氧/(ng/mL) 0.667 0.816 35.77 < 0.001 0.778(0.692~0.865) 三者联合 0.917 0.864 — < 0.001 0.909(0.858~0.959) 3. 讨论
研究[9-10]证实，心肌组织氧化应激与心力衰竭的发生发展密切相关，但具体作用机制目前尚未明确。氧自由基可通过直接损伤心肌细胞及其超微结构造成心肌损伤，或通过调控细胞信号转导通路，启动心肌细胞凋亡，减少心肌细胞数目，导致心肌纤维化和心室重构，进而引发心力衰竭[2]。
IGFBP-7属于胰岛素样生长因子结合蛋白家族成员，可与胰岛素样生长因子(IGF)结合，拮抗其与相应受体结合，从而参与细胞增殖、衰老、凋亡等生理过程[11]。人类心肌细胞转录组和血浆蛋白质组综合分析[12]表明, IGFBP-7属于降解转化生长因子-β(TGF-β)下游细胞因子，可由衰竭的心肌细胞分泌，通过HtrA丝氨酸肽酶3(Htra3)-TGF-β-IGFBP-7途径调节心肌细胞稳态和心脏纤维化。BARROSO M C等[13]研究发现, IGFBP-7在健康体检者、无症状左室舒张功能不全者、射血分数保留型心力衰竭(HFpEF)患者体内的表达水平呈显著升高趋势，且IGFBP-7表达水平升高可能反映舒张功能恶化、心脏代谢紊乱和结构不良等。HAGE C等[5]研究显示, IGFBP-7可能通过炎症和氧化应激反应促进心力衰竭的发生发展, HFpEF者体内IGFBP-7轻微上调表达，且其表达水平与心脏舒张功能障碍、心力衰竭病情严重程度和预后均显著相关; IGFBP-7在射血分数降低的心力衰竭患者体内显著升高，且其表达水平与病情严重程度有关，但与患者预后无关。SIRT4属于Ⅱ型Sirtuins家族成员之一，主要分布于线粒体中，可通过乙酰辅酶A广泛参与机体代谢调控。研究[14]证实，沉默信息调节因子(SIRT)3和SIRT7可调节心肌细胞凋亡和氧化应激反应，抑制心肌肥大, SIRT6可减轻心脏肥厚，但SIRT4在心脏中的作用尚未明确。ZHANG S J等[15]研究显示, SIRT4敲除能显著逆转参附强心饮对新生大鼠心肌细胞氧化应激、炎症和凋亡的影响。KOENTGES C等[16]研究显示, SIRT4表达增加会加速小鼠心力衰竭发展，这可能与其加重细胞线粒体氧化应激有关。
本研究结果显示, AHF组血清IGFBP-7、SIRT4水平显著高于对照组, IGFBP-7、SIRT4表达水平随着AHF患者病情分级的增加而显著升高，且与NT-proBNP、ROS表达水平呈正相关，提示血清IGFBP-7、SIRT4在AHF患者体内呈高表达，与既往研究[5, 16]结论相似。本研究还发现, AHF组预后不良者血清IGFBP-7、SIRT4水平显著高于预后良好者，且血清IGFBP-7、SIRT4高表达是AHF患者预后不良的危险因素，提示血清IGFBP-7、SIRT4水平对AHF患者预后具有一定预测作用。此外，本研究通过ROC曲线评估血清IGFBP-7、SIRT4、ROS水平对AHF患者预后的预测效能，发现血清IGFBP-7、SIRT4、ROS联合预测AHF预后不良的AUC为0.909, 预测效能较高。因此，临床应重视血清IGFBP-7、SIRT4高表达的AHF患者的长期管理工作，积极预防不良心血管事件的发生，从而降低患者再入院率和病死率。
综上所述, IGFBP-7、SIRT4在AHF患者血清中呈高表达，且其表达水平与病情分级和预后显著相关，两者联合检测对患者预后具有较高的预测价值，或可为AHF发生发展机制、靶向治疗方法研究等提供新的思路。然而本研究未纳入治疗因素、生活条件、心理健康状况、自我管理能力等因素对预后进行预测，导致结果可能存在一定偏倚性，后续应扩大样本量开展更深入的研究加以验证。
-
表 1 疾病命名实体抽取及频次结果(频次前10位)
疾病名称(英文) 疾病名称(中文) 出现频次/次 Hemophilia A 血友病A 1 811 Hemophilia, NOS 血友病(未确定类型) 1 147 Blood Coagulation Disorders 血液凝固障碍 305 Hepatitis C 丙型肝炎 277 Hemophilia B 血友病B 239 HIV Infections HIV感染 171 von Willebrand disease, Type 1 血管性血友病, Ⅰ型 146 Hereditary Factor Ⅺ Deficiency 遗传性凝血因子Ⅺ缺乏症 137 Malnutrition 营养不良 95 von Willebrand disease, Type 3 血管性血友病, Ⅲ型 84 HIV: 人类免疫缺陷病毒。 
下载: 导出CSV
表 2 点度中心度排名结果(前10位)
排名 疾病名称(英文) 疾病名称(中文) 点度中心度 1 Hemophilia A 血友病A 1.749 2 Hemophilia, NOS 血友病, NOS 1.503 3 Blood Coagulation Disorders 凝血功能障碍 0.717 4 Hepatitis C 丙型肝炎 0.323 5 Hemophilia B 血友病B 0.290 6 HIV Infections HIV感染 0.262 7 Malnutrition 营养不良 0.226 8 Arthropathy 关节病变 0.191 9 Peripheral Neuropathy 血管炎性周围神经病 0.152 10 Liver diseases 肝病 0.140
下载: 导出CSV
表 3 接近中心度排名结果(前10位)
排名 疾病名称(英文) 疾病名称(中文) 接近中心度 1 Hemophilia A 血友病A 46.38 2 Hemophilia，NOS 血友病，NOS 44.09 3 Blood Coagulation Disorders 凝血功能障碍 42.27 4 Malnutrition 营养不良 37.27 5 HIV Infections HIV感染 36.94 6 Common Cold 普通感冒 36.81 7 Hepatitis C 丙型肝炎 36.61 8 Hemophilia B 血友病B 36.35 9 Acquired hemophilia 获得性血友病 36.03 10 Hereditary Factor Ⅺ Deficiency 遗传性Ⅺ因子缺乏症 35.91
下载: 导出CSV
表 4 中介中心度排名结果(前10位)
排名 疾病名称(英文) 疾病名称(中文) 中介中心度 1 Hemophilia A 血友病A 27.396 2 Hemophilia, NOS 血友病，NOS 16.513 3 Blood Coagulation Disorders 凝血功能障碍 11.479 4 Malnutrition 营养不良 2.247 5 HIV Infections HIV感染 1.950 6 Common Cold 普通感冒 1.773 7 Thrombocytopenia 血小板减少症 1.680 8 Hemophilia B 血友病B 1.436 9 Acquired hemophilia 获得性血友病 1.403 10 Hepatitis C 丙型肝炎 1.248
下载: 导出CSV
表 5 关联规则同级关系对
同级关系对 置信度 (血友病, NOS), (关节病)→(血友病A) 0.96 (血友病, NOS), (血友病B), (凝血障碍)→(血友病A) 0.92 (肝脏疾病)，(汉坦病毒心肺综合征)→(血友病A) 0.91 (汉坦病毒心肺综合征)，(血友病A)→(血友病, NOS), (肝脏疾病) 0.90 (血友病, NOS), (丙型肝炎)→(血友病A) 0.86 (血友病, NOS), (甲型肝炎)→(丙型肝炎)，(血友病A) 0.86 (肝硬化)，(血友病A)→(血友病, NOS), (丙型肝炎) 0.86 (肝脏疾病)，(汉坦病毒心肺综合征)→(血友病, NOS), (血友病A) 0.82 (HIV感染)，(血友病A)→(丙型肝炎) 0.80 (血友病, NOS), (肝脏疾病)→(丙型肝炎) 0.80 (汉坦病毒心肺综合征)，(丙型肝炎)→(血友病, NOS), (血友病A) 0.80 (肝脏疾病)，(汉坦病毒心肺综合征)，(丙型肝炎)→(血友病, NOS), (血友病A) 0.80
下载: 导出CSV
表 6 链路预测得分结果(前10位)
并发症预测 得分 (肠道血管异常)→(血友病, NOS) 0.986 9 (关节病)→(丙型肺炎) 0.978 2 (凝血功能障碍)→(遗传性凝血病) 0.957 6 (缺血性卒中)→(心肌梗死) 0.952 8 (丙型肺炎)→(HIV感染) 0.932 6 (血友病, NOS)→(易栓症) 0.927 1 (腹水)→(汉坦病毒心肺综合征) 0.922 5 (早发性骨关节炎)→(前列腺增生) 0.912 2 (血友病A)→(维生素K缺乏症) 0.911 4 (血友病A)→(高血氨症) 0.903 1
下载: 导出CSV
-
[1] FISCHER K, KLEIJN P D, NEGRIER C, et al. The association of haemophilic arthropathy with Health-Related Quality of Life: a post hoc analysis[J]. Haemophilia, 2016, 22(6): 833-840. doi: 10.1111/hae.13120
[2] 聂玉玲, 安利, 毛敏, 等. 新疆地区血友病患者HBV、HCV和HIV感染调查[J]. 临床输血与检验, 2017, 19(2): 146-148. doi: 10.3969/j.issn.1671-2587.2017.02.015 [3] 血友病性关节病康复方案专家共识组. 河南省血友病性关节病康复方案专家共识[J]. 河南医学研究, 2023, 32(8): 1345-1350. doi: 10.3969/j.issn.1004-437X.2023.08.001 [4] 崔永超, 石鲁月, 王晓波, 等. 疾病关联网络的构建及其对并发症预测方法的研究[J]. 中国数字医学, 2021, 16(2): 39-44. doi: 10.3969/j.issn.1673-7571.2021.02.009 [5] 曹馨瑞, 严思敏, 张若彬, 等. 基于CiteSpace的沙库巴曲缬沙坦应用可视化分析[J]. 中国药房, 2023, 34(16): 1989-1994. doi: 10.6039/j.issn.1001-0408.2023.16.13 [6] 雷鸣, 夏梦鸽, 汪雪锋, 等. 基于链路预测的协同药物组合推荐研究: 面向疾病并发症诊疗[J]. 图书情报工作, 2021, 65(12): 122-129. https://www.cnki.com.cn/Article/CJFDTOTAL-TSQB202112024.htm [7] 潘建鹏, 李颖庭, 周利琴, 等. 虚拟健康社区中的专家知识融合研究: 以高血压为例[J]. 情报理论与实践, 2019, 42(6): 117-123. https://www.cnki.com.cn/Article/CJFDTOTAL-QBLL201906021.htm [8] 黄亚明, 李国胜. 面向Web文本语义挖掘的SKR/MetaMap输出概念共现分析系统的开发尝试[J]. 现代图书情报技术, 2007(1): 72-76. doi: 10.3969/j.issn.1003-3513.2007.01.018 [9] LIU Z, ZHANG Q M, LÜ L Y, et al. Link prediction in complex networks: a local naïve Bayes model[J]. EPL Europhys Lett, 2011, 96(4): 48007. doi: 10.1209/0295-5075/96/48007
[10] 吴胜男, 田若楠, 蒲虹君, 等. 基于社交媒体的医药领域关联主题预测方法研究[J]. 数据分析与知识发现, 2021, 5(12): 98-109. doi: 10.11925/infotech.2096-3467.2021.0583 [11] AZIZ F, CARDOSO V R, BRAVO-MERODIO L, et al. Multimorbidity prediction using link prediction[J]. Sci Rep, 2021, 11(1): 16392. doi: 10.1038/s41598-021-95802-0
[12] 张庆, 高心诚. 基于电子病历的山东省某三甲医院糖尿病患者共病关联网络分析[J/OL]. 预防医学情报杂志, 1-8. [2024-01-24] http://kns.cnki.net/kcms/detail/51.1276.R.20230818.1129.004.html. [13] 王勃然, 李月. 基于社会网络分析的大学英语MOOC讨论区交互行为研究[J]. 外语研究, 2022, 39(4): 59-64. https://www.cnki.com.cn/Article/CJFDTOTAL-NWYJ202204010.htm [14] 刘凤, 秦梦涵, 王晟昱. 中国医疗卫生服务空间关联结构及其效应分析[J]. 中国卫生事业管理, 2023, 40(11): 846-852. https://www.cnki.com.cn/Article/CJFDTOTAL-ZWSG202311009.htm [15] 陈晓剑, 刘智, 曾璠. 基于小世界理论的公共危机信息传播网络调控研究[J]. 情报理论与实践, 2010, 33(5): 80-84. https://www.cnki.com.cn/Article/CJFDTOTAL-QBLL201005022.htm [16] MBANYA D N, DIOP S, NDOUMBA MINTYA A N, et al. Hemophilia care in Africa: status and challenges[J]. Transfus Clin Biol, 2021, 28(2): 158-162. doi: 10.1016/j.tracli.2021.01.008
[17] 陆泉, 谢祎玉, 陈静, 等. 临床医学课程知识主题图谱构建研究[J]. 图书情报工作, 2019, 63(9): 101-108. https://www.cnki.com.cn/Article/CJFDTOTAL-TSQB201909017.htm [18] 范志娜, 吴刚, 王睿丽, 等. 超声及MELCHIORRE评分在儿童血友病性膝关节病诊断中的价值[J]. 中国超声医学杂志, 2020, 36(1): 66-69. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGCY202001020.htm [19] GUALTIEROTTI R, SOLIMENO L P, PEYVANDI F. Hemophilic arthropathy: current knowledge and future perspectives[J]. J Thromb Haemost, 2021, 19(9): 2112-2121. doi: 10.1111/jth.15444
[20] JOHNSEN J M, MACKINNON H J. JTH in Clinic-Obstetric bleeding: VWD and other inherited bleeding disorders[J]. J Thromb Haemost, 2022, 20(7): 1568-1575. doi: 10.1111/jth.15770
[21] GHAROONPOUR A, MALEKI S, SHARIFI H, et al. Trends in the prevalence of hepatitis B virus, hepatitis C virus, and HIV infections in Iranian patients with hereditary bleeding disorders[J]. Pathogens, 2023, 12(4): 555. doi: 10.3390/pathogens12040555
[22] ZABALETA N, HOMMEL M, SALAS D, et al. Genetic-based approaches to inherited metabolic liver diseases[J]. Hum Gene Ther, 2019, 30(10): 1190-1203. doi: 10.1089/hum.2019.140
[23] SILOȘI I, BOLDEANU L, BICIUȘCǍ V, et al. Serum biomarkers for discrimination between hepatitis C-related arthropathy and early rheumatoid arthritis[J]. Int J Mol Sci, 2017, 18(6): 1304. doi: 10.3390/ijms18061304
[24] PERICLEOUS M, SARNOWSKI A, MOORE A, et al. The clinical management of abdominal ascites, spontaneous bacterial peritonitis and hepatorenal syndrome: a review of current guidelines and recommendations[J]. Eur J Gastroenterol Hepatol, 2016, 28(3): e10-e18. doi: 10.1097/MEG.0000000000000548
[25] KIM Y E, HUH K, PARK Y J, et al. Association between vaccination and acute myocardial infarction and ischemic stroke after COVID-19 infection[J]. JAMA, 2022, 328(9): 887-889. doi: 10.1001/jama.2022.12992
[26] 冯悦, 王静, 李欣欣, 等. 弥散性血管内凝血的发病机制及药物治疗进展[J]. 药学进展, 2023, 47(5): 379-391. https://www.cnki.com.cn/Article/CJFDTOTAL-YXJZ202305006.htm [27] 宋金萍, 赵生霞, 黄国虹. 慢性心力衰竭患者不同抗凝治疗方案凝血功能及下肢静脉血栓发生率比较[J]. 检验医学与临床, 2022, 19(22): 3046-3049. https://www.cnki.com.cn/Article/CJFDTOTAL-JYYL202222006.htm [28] 罗婧媛. 血管性血友病的分子机制及诊治研究进展[J]. 检验医学与临床, 2023, 20(12): 1783-1789. https://www.cnki.com.cn/Article/CJFDTOTAL-JYYL202312025.htm [29] 张靖, 张焕新, 王越. 缺氧性肺动脉高压新生儿内皮素-1、血管性假血友病因子及心肌做功指数的变化及意义[J]. 中国临床医生杂志, 2018, 46(02): 227-229. https://www.cnki.com.cn/Article/CJFDTOTAL-ZLYS201802038.htm [30] 高洪臣, 丘木水. 血管性血友病的研究进展[J]. 检验医学与临床, 2023, 20(6): 839-844. https://www.cnki.com.cn/Article/CJFDTOTAL-JYYL202306030.htm
计量
- 文章访问数: 156
- HTML全文浏览量: 27
- PDF下载量: 18
苏公网安备 32100302010246号
