基于混合效应模型、机器学习的HIV/AIDS儿童抗病毒治疗免疫学、生长发育影响因素的研究
发布时间：2021-11-28 19:15
目的:探讨艾滋病毒/艾滋病（HIV/AIDS）儿童抗逆转录病毒治疗（Antiretroviral therapy,简称ART）后免疫学（CD4+T细胞,简称CD4）疗效,卫生学（生长发育）疗效随治疗时间变化的特点,了解影响CD4、生长发育的相关因素,为提高HIV/AIDS儿童治疗效果提供数量依据。方法:本课题收集了2007年1月-2016年6月631例新疆接受抗病毒治疗确诊年龄小于15岁的HIV/AIDS儿童随访数据,按照年龄分为<5岁和≥5岁两组。（1）对2008年6月-2016年6月新疆接受ART治疗时间≤3年的271例HIV/AIDS儿童治疗的随访数据描述短期疗效免疫学动态变化趋势并与正常儿童组CD4进行比较,同时利用广义线性混合效应模型进行建模,分析影响免疫学疗效的主要因素;（2）对2007年1月-2016年6月新疆接受ART 601例HIV/AIDS儿童的随访数据分析生长发育情况,采用倾向性评分匹配法（PSM）按照年龄、性别1:1比例从正常儿童中匹配出601例作为对照组,比较正常儿童与HIV/AIDS儿童不同治疗时间身高、体重...
【文章来源】：新疆医科大学新疆维吾尔自治区
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
每个患者不同治疗时间病毒载量变化图
图 1 每个患者不同治疗时间病毒载量变化图Fig. 1 Changes in viral load at different treatment times for each child从图 1 中可以看出，每一个患者的病毒载量动态变化趋势，发现有的患者病量变化趋势不大，也有的患者经过治疗后迅速下降，说明大多数患者经过抗病疗，病毒载量均得到了控制，并也有显著下降的趋势，尤其是开始病毒载量较患者经过抗病毒治疗后显著下降。CD4 细胞随治疗时间的变化趋势：
Fig. 3 Changes in CD4 cells in children <5years of age图 4 年龄≥5 岁儿童 CD4 细胞变化图Fig. 4 Changes in CD4 cells in children aged≥5 years从图 3 和图 4 中，可以看出年龄 <5 岁和年龄≥5 岁的 HIV/AIDS 儿童免疫学治疗成功组经过抗病毒治疗，CD4 细胞平均变化水平均是呈现上升的趋势。对于年龄<5岁的儿童，免疫学失败组随治疗时间增加，下降较迅速，发生死亡的风险较高，也和他们自身免疫力差相关。2.2.2 免疫学疗效 CD4 细胞变化趋势将治疗时间分为治疗 1 年、2 年、3 年三个组，分别观察不同年龄段不同治疗时间免疫学成功与失败 CD4 细胞平均变化趋势。其中年龄 ＜5 岁（图5）HIV/AIDS儿童免疫学治疗成功组治疗1年 CD4 平均变化趋势最高，治疗效果较明显，但随着治疗时间的增加，CD4 仍是上升的趋势；免疫学治疗失败组在治疗1年时CD4细胞出现骤降；年龄 ≥5 岁（图6）HIV/AIDS 儿童免疫学治疗成功组治疗1年后 CD4 平均变化趋势也是最高，治疗效果较明显；免疫学治疗失败组在治疗1年后 CD4 细胞是呈现
【参考文献】：
期刊论文
[1]使用R和Stata软件实现倾向性评分匹配[J]. 周洁,张晟,何书,李文超,汪徐林,沈毅. 中国卫生统计. 2018(04)
[2]福建省HIV/AIDS儿童抗病毒治疗现况及效果分析[J]. 谢美榕,吴停停,颜苹苹. 中国公共卫生. 2018(05)
[3]广西儿童HIV/AIDS病人抗病毒治疗的免疫学效果及对其生长发育的影响[J]. 周信娟,朱秋映,阮玉华,陈怡,刘玄华,孟琴,吴秀玲,黄精华,沈智勇. 中国艾滋病性病. 2018(02)
[4]倾向性评分法和马氏距离法在匹配中的比较与应用[J]. 陈会会,尤东方,酒励,魏永越,柏建岭,陈峰,赵杨. 中国卫生统计. 2017(06)
[5]不同HAART方案对HIV合并HCV感染患儿肝功能和HIV载量的影响[J]. 饶和平,靳昌忠,金祥宁,方美新,王炜,卢伟力. 重庆医学. 2017(15)
[6]中国报告15岁以下儿童艾滋病病例流行特征分析[J]. 王丽艳,秦倩倩,丁正伟,蔡畅,崔岩. 疾病监测. 2017(03)
[7]神经网络模型在纵向随访数据分析中的研究进展[J]. 张文茜,苏海霞,孙丽君,张玉海. 实用预防医学. 2017(01)
[8]布拖县“两乡一镇”儿童艾滋病感染现况调查[J]. 杨薇,杨文,曾亚莉,邓红霞,赖文红,李刚,黄俊. 预防医学情报杂志. 2016(10)
[9]2008-2014年四川省凉山州某高流行县预防艾滋病母婴传播效果分析[J]. 奚静,俄木阿呷,周海群,袁新皓,栾荣生. 现代预防医学. 2016(16)
[10]福州地区健康儿童外周血淋巴细胞亚群及主要活化相关指标正常参考范围的建立[J]. 林珊,高虹,李晶,林洁,张忠龙,林世光,陈新弟. 实验与检验医学. 2016(03)
博士论文
[1]纵向数据与生存数据的半参数联合模型研究[D]. 严国义.武汉大学 2013
[2]最小二乘支持向量机建模及预测控制算法研究[D]. 李丽娟.浙江大学 2008
硕士论文
[1]手术联合术中放疗在肝癌治疗中的安全性及有效性—倾向性评分匹配分析[D]. 胡旭辉.北京协和医学院 2017
[2]纵向和生存数据的一个联合建模方法研究及其在艾滋病疗效评估中的应用[D]. 王策.云南师范大学 2015
[3]基于最小二乘支持向量机的传染病预测与研究[D]. 朱杰.苏州大学 2009
[4]线性混合模型在艾滋病疗效预测中的应用[D]. 索文莉.天津工业大学 2008
[5]含有缺失机制的多元纵向数据分析[D]. 庄严.东北师范大学 2007
本文编号：3524994
【文章来源】：新疆医科大学新疆维吾尔自治区
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
每个患者不同治疗时间病毒载量变化图
图 1 每个患者不同治疗时间病毒载量变化图Fig. 1 Changes in viral load at different treatment times for each child从图 1 中可以看出，每一个患者的病毒载量动态变化趋势，发现有的患者病量变化趋势不大，也有的患者经过治疗后迅速下降，说明大多数患者经过抗病疗，病毒载量均得到了控制，并也有显著下降的趋势，尤其是开始病毒载量较患者经过抗病毒治疗后显著下降。CD4 细胞随治疗时间的变化趋势：
Fig. 3 Changes in CD4 cells in children <5years of age图 4 年龄≥5 岁儿童 CD4 细胞变化图Fig. 4 Changes in CD4 cells in children aged≥5 years从图 3 和图 4 中，可以看出年龄 <5 岁和年龄≥5 岁的 HIV/AIDS 儿童免疫学治疗成功组经过抗病毒治疗，CD4 细胞平均变化水平均是呈现上升的趋势。对于年龄<5岁的儿童，免疫学失败组随治疗时间增加，下降较迅速，发生死亡的风险较高，也和他们自身免疫力差相关。2.2.2 免疫学疗效 CD4 细胞变化趋势将治疗时间分为治疗 1 年、2 年、3 年三个组，分别观察不同年龄段不同治疗时间免疫学成功与失败 CD4 细胞平均变化趋势。其中年龄 ＜5 岁（图5）HIV/AIDS儿童免疫学治疗成功组治疗1年 CD4 平均变化趋势最高，治疗效果较明显，但随着治疗时间的增加，CD4 仍是上升的趋势；免疫学治疗失败组在治疗1年时CD4细胞出现骤降；年龄 ≥5 岁（图6）HIV/AIDS 儿童免疫学治疗成功组治疗1年后 CD4 平均变化趋势也是最高，治疗效果较明显；免疫学治疗失败组在治疗1年后 CD4 细胞是呈现
【参考文献】：
期刊论文
[1]使用R和Stata软件实现倾向性评分匹配[J]. 周洁,张晟,何书,李文超,汪徐林,沈毅. 中国卫生统计. 2018(04)
[2]福建省HIV/AIDS儿童抗病毒治疗现况及效果分析[J]. 谢美榕,吴停停,颜苹苹. 中国公共卫生. 2018(05)
[3]广西儿童HIV/AIDS病人抗病毒治疗的免疫学效果及对其生长发育的影响[J]. 周信娟,朱秋映,阮玉华,陈怡,刘玄华,孟琴,吴秀玲,黄精华,沈智勇. 中国艾滋病性病. 2018(02)
[4]倾向性评分法和马氏距离法在匹配中的比较与应用[J]. 陈会会,尤东方,酒励,魏永越,柏建岭,陈峰,赵杨. 中国卫生统计. 2017(06)
[5]不同HAART方案对HIV合并HCV感染患儿肝功能和HIV载量的影响[J]. 饶和平,靳昌忠,金祥宁,方美新,王炜,卢伟力. 重庆医学. 2017(15)
[6]中国报告15岁以下儿童艾滋病病例流行特征分析[J]. 王丽艳,秦倩倩,丁正伟,蔡畅,崔岩. 疾病监测. 2017(03)
[7]神经网络模型在纵向随访数据分析中的研究进展[J]. 张文茜,苏海霞,孙丽君,张玉海. 实用预防医学. 2017(01)
[8]布拖县“两乡一镇”儿童艾滋病感染现况调查[J]. 杨薇,杨文,曾亚莉,邓红霞,赖文红,李刚,黄俊. 预防医学情报杂志. 2016(10)
[9]2008-2014年四川省凉山州某高流行县预防艾滋病母婴传播效果分析[J]. 奚静,俄木阿呷,周海群,袁新皓,栾荣生. 现代预防医学. 2016(16)
[10]福州地区健康儿童外周血淋巴细胞亚群及主要活化相关指标正常参考范围的建立[J]. 林珊,高虹,李晶,林洁,张忠龙,林世光,陈新弟. 实验与检验医学. 2016(03)
博士论文
[1]纵向数据与生存数据的半参数联合模型研究[D]. 严国义.武汉大学 2013
[2]最小二乘支持向量机建模及预测控制算法研究[D]. 李丽娟.浙江大学 2008
硕士论文
[1]手术联合术中放疗在肝癌治疗中的安全性及有效性—倾向性评分匹配分析[D]. 胡旭辉.北京协和医学院 2017
[2]纵向和生存数据的一个联合建模方法研究及其在艾滋病疗效评估中的应用[D]. 王策.云南师范大学 2015
[3]基于最小二乘支持向量机的传染病预测与研究[D]. 朱杰.苏州大学 2009
[4]线性混合模型在艾滋病疗效预测中的应用[D]. 索文莉.天津工业大学 2008
[5]含有缺失机制的多元纵向数据分析[D]. 庄严.东北师范大学 2007
本文编号：3524994
本文链接：https://www.wllwen.com/yixuelunwen/eklw/3524994.html
最近更新
教材专著
