精华内容
下载资源
问答
  • 选自:中华妇产科杂志2020年3月第55卷第3期作者:原梦昕 赫英东 陈倩北京大学第一医院妇产科暨妊娠合并糖尿病母胎医学北京市重点实验室100034通信作者:陈倩,Email:chenqian6114@...,构建CKD孕妇妊娠风险预测模型...

    选自:中华妇产科杂志2020年3月第55卷第3期

    作者:原梦昕 赫英东 陈倩

    北京大学第一医院妇产科暨妊娠合并糖尿病母胎医学北京市重点实验室100034

    通信作者:陈倩,Email:chenqian6114@sohu.com

    摘 要

    目的:通过分析慢性肾脏病(CKD)孕妇的妊娠早期肾脏功能及妊娠结局,构建CKD孕妇妊娠风险预测模型。

    方法:收集2009年3月至2018年12月于北京大学第一医院进行产前检查并分娩的313例CKD孕妇共322例次单胎妊娠,其中120例次出现早产、低出生体重儿、重度子痫前期、胎儿丢失者为不良妊娠结局组,余202例次为对照组。回顾性分析CKD孕妇的肾脏病史及妊娠早期的肾脏功能,分析其与早产、低出生体重儿、重度子痫前期、胎儿丢失等不良妊娠结局的关系;并对孕妇妊娠早期的CKD分期,肌酐、尿素、白蛋白、血红蛋白水平,24 h尿蛋白定量及是否合并慢性高血压进一步行logistic回归分析,以分析不良妊娠结局的相关因素。

    结果:322例次CKD孕妇中,有120例次(37.3%,120/332)出现不良妊娠结局。logistic回归分析发现,孕妇妊娠早期的CKD分期、白蛋白水平、24 h尿蛋白定量、是否合并慢性高血压,是其发生不良妊娠结局的独立预测因素,建立预测模型logit(P)=2.107+0.255×24 h尿蛋白定量(g/24 h)-0.107×白蛋白水平(g/L)+1.677×是否合并高血压(是为1,否为0)+0.639×CKD分期。该模型预测不良妊娠结局的曲线下面积为0.812,界值、敏感度、特异度、约登指数分别为0.436、0.658、0.856、0.802。

    结论:CKD孕妇妊娠早期的CKD分期、白蛋白水平、24 h尿蛋白定量、是否合并高血压,是发生不良妊娠结局的主要危险因素,可预测不良妊娠结局的发生,值得进一步研究。

    讨 论

    目前,全球范围内CKD的患病率逐渐升高,在普通人群中的患病率为8%~16%。尽管CKD可导致生育能力下降,但任何疾病阶段的CKD妇女都有可能妊娠[5⁃8]。相关研究显示,近几十年来,对CKD孕妇的内科和产科管理有所改善,不良妊娠结局的发生率有所下降,但不良妊娠结局的病例总数仍在增加。本研究中,与对照组相比,不良妊娠结局组的孕妇中,虽然70%以上为患有更晚期CKD的孕妇,但即使处于早期CKD的孕妇也有很高的不良妊娠结局发生率。因此,随着CKD的严重程度增加,不良妊娠结局的总体风险逐渐增加[8⁃9]。

    目前的国内外相关研究,主要聚焦于CKD孕妇发生不良妊娠结局的危险因素。而本研究在此基础上,通过回归分析筛选出危险因素,并建立了不良妊娠结局的预测模型,以通过妊娠早期的临床指标预测不良妊娠结局的风险。本研究有较大的样本量,所包含的预测因素也与既往研究的相关危险因素相似,具有一定的临床价值。

    640一、CKD分期对CKD孕妇妊娠结局的影响

    CKD分期是影响母儿结局的重要因素,随着CKD分期升高,包括早产、低出生体重儿等不良妊娠结局的风险明显增高,CKD 1期孕妇的早产风险为24%,新生儿出生体重为(2 966±659)g;而CKD4~5期孕妇的早产风险则为89%,新生儿出生体重为(1 639±870)g[8⁃9]。Park等[10]的研究显示,妊娠前eGFR与不良妊娠结局呈“U型”关系,当妊娠前eGFR为120~150 ml·min-1 ·1.73 m-2时,发生不良妊娠结局的风险最低。同时,CKD孕妇患有胎盘相关疾病的风险大大提高,患子痫前期的风险增高10 倍[11]。随着CKD分期的升高,孕妇发生子痫前期的风险越高,且出现子痫前期的孕周越早[12]。

    640二、尿蛋白对CKD孕妇妊娠结局的影响

    尿蛋白是不良妊娠结局的重要危险因素,其原因可能为尿蛋白直接导致血液中蛋白的水平下降,液体扩散,从而高血压、血栓形成的风险明显升高。同时也会导致胎盘血流降低,导致胎盘灌注不良,可诱发胎儿生长受限。由于孕妇大量的蛋白质丢失导致营养不良,也可引起胎儿生长受限和新生儿出生体重降低[13]。目前,临床上主要应用24 h尿蛋白定量进行评估,相关研究显示,当尿蛋白定量>3.5 g/24 h,孕妇出现妊娠期高血压、早产、胎儿丢失的风险明显升高[14]。

    640三、高血压对CKD孕妇妊娠结局的影响

    影响CKD孕妇妊娠结局的另一重要因素为高血压,在1项纳入118例CKD孕妇的研究中,妊娠前患有高血压(血压≥140 / 90 mmHg,1 mmHg=0.133 kPa)的孕妇更有可能出现不良妊娠结局,合并高血压孕妇的围产期死亡率为33%,而正常血压孕妇则为1%[15]。Jungers 和Chauveau[16]的研究显示,在校正了CKD分期及类型后,妊娠早期的平均动脉压高于105 mmHg者与血压控制良好者相比,其胎儿死亡的风险增加10倍。

    但本研究也有不足之处。在纳入的322次妊娠中,CKD 1~2期的孕妇明显多于CKD 3~5期者,存在一定的选择偏倚。在妊娠16周前开始服用阿司匹林的孕妇发生子痫前期及胎儿生长受限的风险明显降低[12],近几年低剂量阿司匹林已在临床中广泛应用于子痫前期的预防,在本研究中部分孕妇在妊娠期应用低剂量阿司匹林,故存在混杂偏倚。

    综上所述,本预测模型对CKD孕妇出现不良妊娠结局具有较强的预测能力,可在妊娠早期CKD孕妇中识别高危人群,对此类人群孕期的监测及治疗有一定的指导意义;但仍需要增大样本量以及进行多中心研究,增加预测模型的准确性,以便能进行广泛地推广。

    cc1fa3dc8d93a29f3cc74b20cdf42512.png

    参考文献:略

    本文编辑:江琪琪

    展开全文
  • 风险预测模型-matlab

    2019-01-04 13:44:37
    matlab版本风险预测模型,AUC画图,p值计算有帮助文档,计算结果较为准确
  • 日前,国际著名医学杂志《胸》(CHEST)在线发表上海交通大学医学院附属仁济医院风湿科鲍春德教授团队的最新研究成果:无肌病性皮肌炎相关间质性肺疾病的死亡风险预测模型(FLAIR模型)。这是国际上第一个用于预测此种...
    598a169d5f46449f82f3ca4ea16d333a

       日前,国际著名医学杂志《胸》(CHEST)在线发表上海交通大学医学院附属仁济医院风湿科鲍春德教授团队的最新研究成果:无肌病性皮肌炎相关间质性肺疾病的死亡风险预测模型(FLAIR模型)。这是国际上第一个用于预测此种疾病死亡风险的模型,它的建立不仅有助于早期识别高危患者,更重要的是可以根据该风险分层为患者提供精准的治疗方案,有利于大大降低患者死亡率。

       据鲍春德介绍,无肌病性皮肌炎(ADM)是一种罕见但病死率极高的自身免疫性疾病,好发于东亚人群。患者除具备抗黑色瘤分化相关基因(MDA5)抗体这一血清学标志外,通常表现为特征性的皮疹、相对轻微的肌病和快速进展的间质性肺病,当ADM患者伴有间质性肺病(ILD)时往往在发病一年内死于快速进展型间质性肺病和呼吸衰竭,一年内死亡率高达50%-60%。

       鲍春德团队多年来一直致力于该病的临床和基础研究。此次由他主持发起的前瞻性观察性队列研究自2012年起连续收集ADM-ILD患者并密切随访,前后历经7年,共纳入207名ADM-ILD患者,随访时间长达78个月,是目前国际上已报道的最大样本量ADM-ILD研究队列。

       鲍春德指出,该模型的建立有利于识别那些高危人群,有利于国际同行共同认识这个疾病及其转归,积极干预和治疗。研究团队创立的FLAIR模型包括以下指标:F, 铁蛋白(Ferritin);L, 乳酸脱氢酶(lactate dehydrogenase);A, antibody, 抗MDA5抗体;I, image, HRCT影像学评分;R, 快速进展型间质性肺病(Rapidly progressive interstitial lung disease,RP-ILD)。评分在0-4分为低危组,5-9分为中危组,10-13分为高危组。我们利用Index of Prediction Accuracy(IPA)验证了模型的准确度,这一评分将对疾病的严重程度和死亡风险进行预测和分层,有助于指导进一步的治疗方案。尤其是帮助临床医师识别高危患者,以尽早进行强化治疗,提高总体生存率。

       新民晚报通讯员 袁蕙芸

    展开全文
  • 文章利用从临床搜集的胰腺导管腺癌(PDAC)病人样本,通过LASSO算法及Cox回归分析,构建5分子预后模型,同时利用生存曲线、ROC曲线和多变量Cox回归分析验证了该模型的预后价值,并评估该模型预测术后ACT治疗预后的...

    大家好!今天跟大家分享的是2020年4月发表在EBioMedicine(IF = 5.736)上的文章。文章利用从临床搜集的胰腺导管腺癌(PDAC)病人样本,通过LASSO算法及Cox回归分析,构建5分子预后模型,同时利用生存曲线、ROC曲线和多变量Cox回归分析验证了该模型的预后价值,并评估该模型预测术后ACT治疗预后的价值。

    题目:Prognostic and predictive value of a five-molecule panel in resected pancreatic ductal adenocarcinoma: A multicentre study

    5分子预测模型在胰腺导管腺癌术后中的预后预测价值:一项多中心的研究

    摘要

    胰腺导管腺癌(PDAC)的预后极差。现有的临床病理参数和分子标志物作为预后标志物预测能力有限。首先,文章设计了一种新的计算策略,该方法基于生物信息学预测(CIPHER)整合了来自组学和文献的预后证据,以生成网络,旨在系统地识别与PDAC相关的潜在高置信度预后候选物。回顾性收集了605例经切除的PDAC患者的标本后,在癌症组织中使用芯片测序和免疫组化检测了23名候选基因,构建了一个包括5个基因的预测模型。在训练集数据中,高风险患者的疾病特异性生存率(DSS)显著低于低风险患者。在两个不同的验证数据数据集中,高风险组和低风险组之间也观察到相似的显著差异。在多变量分析中,5分子预测模型是唯一重要的预后指标。此外,该预测模型与传统的临床病理变量相结合,可以大大提高其长期生存的预测能力。无论是单因素或者是多因素分析,在所有数据集中的高风险患者的辅助化疗(ACT)与更好的DSS相关。新型预后预测模型在预测PDAC患者术后存活率方面具有强大的能力。

    流程图

    v2-14327f5526c9570f55a9b466dba161e3_b.jpg

    1. 病人样本的获取

    从北京协和医院(PUMCH)获取了381个病人样本,作为模型的训练数据集;从仁济医院(RJH)获取了169个病人样本;从哈尔滨医科大学附属第一医院(HMH)获取了116个病人样本,作为模型的两个不同的验证数据集。

    2. 5分子预测模型的构建

    本文最初采用了基于生物信息学的无偏整合策略,初步鉴定了368个PDAC相关基因。在这些基因中,通过手工文献检索发现了12个被报告为高可信度的预后标志物,另外根据3个类型的预后证据及其对于生物学通路的代表性,推测出了11个PDAC相关的新预后标志物,总共确定了23个PDAC相关预后候选标志物(图1a)。根据积分正比和染色强度的分数,使用Cox回归模型评估训练数据集中23种标记物与DSS之间的关联。

    使用LASSO算法,选择了五个标记物CAPN2、DVL1、FLNA、GLI1和SHH(图1b,c)。使用模型的系数导出一个公式来评估每位患者的DSS的风险评分,形成一个5分子预测模型。

    v2-a6ce16af172736c6ad949bf0d5ce258b_b.jpg

    3. 5分子预测模型的生存曲线及ROC曲线分析

    根据每位患者各自的5个标记物表达水平以及通过X-tile图确定的最佳临界值,将患者分类为高风险(风险评分≥0.014)和低风险(风险得分<0.014)。在训练数据集中,高风险患者的DSS明显低于低风险患者。1年和2年时ROC曲线的AUC分别为0.72和0.67。术后2年,高风险组的大多数患者死亡(2年生存率:15.0%,低风险组为46.0%)(图2a)。

    将相同的临界值应用于RJH验证数据集时,高风险组的DSS也显著低于低风险组。ROC曲线在1年和2年时的AUC分别为0.66和0.72。手术后2年,高风险组中没有患者存活(2年生存率:0.0%,低风险组为21.0%)(图2b)。同样,在HMH验证数据集中,低风险组的DSS明显高于高风险组。ROC曲线在1年和2年时的AUC分别为0.56和0.68。术后2年,高风险组中只有一名患者还活着(2年生存率:6.0%,低风险组为62.0%)(图2c)。

    v2-0eb34dd8549ef4048e18a8307d972614_b.jpg

    4. 5分子预测模型的预后价值

    在训练数据集中,利用多元Cox回归分析调整了年龄,性别,肿瘤位置,CA19-9水平,肿瘤分化,T期,淋巴结转移和辅助化疗因素,发现5分子预测模型为PDAC的独立预后因素。RJH验证数据集以及整个数据集的500名患者的结果与训练数据集相似。此外,与临床病理特征不同,该5分子预测模型是唯一的在3类数据中均为独立预后因素的因素(表1)。

    v2-4c42a9c0e062de7630dbcff83a5a3b8b_b.jpg

    在根据上述临床病理参数分层的大多数癌症亚组中,5分子预测模型也可有效区分不同的DSS(图3)。5分子预测模型显示出更强的预测能力,与单个基因预测相比,AUC和HR高得多(图4a、b)。与主要的临床病理因素相比,该预测模型似乎在某些方面具有优势,尽管这并不明显优于N期和组织学分级。这些数据表明,该预测模型在区分PDAC根治性切除术后的长期预后方面优于其组成部分,但优于主要而非全部主要临床病理因素。本文发现,在所有患者和训练以及验证数据集中,预测模型和临床病理因素的组合比单独预测的因素具有更高的预后预测效率(图4c)。此外,与单独的临床病理因素相比,单独的临床病理变量和该预测模型的组合显示出更好的预测能力(图4d)。因此,本文推测5分子预测模型可以为临床病理特征增加明显的预后价值。

    v2-32ebbcb92705ca284093101fedffccf3_b.jpg

    v2-838d2452e7f64ecafdd9c89c4197116d_b.jpg

    v2-4461ad42e347aa9740fded611fba9bfd_b.jpg

    v2-f416375f80256a0b700a8a4e6a863b0d_b.jpg

    5. 5分子预测模型预测ACT治疗患者预后

    在所有三个数据集(整个数据集,训练数据集和验证数据集)中,接受术后ACT治疗的患者的预后均未比未接受术后ACT的患者好。在高风险因素中,只有5分子预测模型能够识别出从术后ACT中获益最大的患者,癌症不同阶段、T和N期这些因素都无法识别。在所有3个数据集的低风险组中,有或没有术后ACT对患者生存率均无显著影响,但是低风险组中没有术后ACT的患者生存率则显著低于高风险组中进行术后ACT的患者。此外,在根据高风险患者的临床病理特征进行了多因素分析Cox回归分析中,ACT仍然是重要因素。本文在针对癌症不同阶段、T和N期进行了调整的多元Cox回归分析中,进行了ACT与临床病理表型和预测模型之间的交互作用检验。在整个数据集中,ACT与预测模型之间存在显著的交互作用。该结果与生存曲线一致(图4)。ACT和预测模型之间的显著交互作用也出现在训练和验证数据集中。此外,癌症不同阶段、T和N类均未显示与ACT有显著的交互作用。这些结果表明,5分子预测模型可能有助于区分可从ACT中获益更多的患者。

    v2-43d3dfb278351e3df52f6d3b2b2c0cb1_b.jpg

    v2-291f4bcfea37bced688638109d6df6a7_b.jpg

    结语

    本研究利用临床收集的病例样本,旨在构建一个多分子生物标志物预测模型,以更准确地预测PDAC术后患者的预后。文章内容详实,思路清晰,各种分析全面,结合了胰腺导管腺癌各种临床因素进行生物信息学分析,尤其是在分析过程中找到了5分子预测模型与PDAC患者是否适用于接受ACT治疗的联系,为本文的一大亮点。该文章的问题还是在于停留在了基因表达水平上的研究,关于这个预测模型的生物学机制研究还需要进一步探索。

    展开全文
  • 临床预测模型评鉴(PMID:32110006) 本系列文章是评价一个临床预测模型是否可以达到国内临床应用的标准。 评价原则: 首先,临床预测模型的优劣一般是通过区分度和校准度两方面来进行评价。区分度最主要的参数是C...

    临床预测模型评鉴(PMID:32110006)

    本系列文章是评价一个临床预测模型是否可以达到国内临床应用的标准。

    评价原则:

    参见以往的文章

    模型信息表:

    表中罗列了模型应用重要的参数。
    在这里插入图片描述

    模型简评:

    模型纳入了9个预测变量,加之有综合指标,易用性一般;模型预测效能参数达到要求;样本量达到要求;专业性较强,不适合普通患者使用;有一定的应用价值。

    展开全文
  • 文章基于TCGA数据库和GEO数据库中的胃癌相关数据,利用单因素Cox回归分析及LASSO算法分析确定了与胃癌预后紧密相关的4个自噬基因,构建了一个预测胃癌预后的多基因联合预测模型。题目:Identification and ...
  • 然而肝癌作为病毒性肝炎的主要死因之一,若能尽早地预测和诊断,将对降低肝癌死亡风险和达成WHO的宏伟目标有重要意义。最近来自南方医院肝病中心的侯金林教授领衔的全球大规模临床研究在顶级期刊《Jo...
  • 临床预测模型评鉴(PMID: 34007195) 模型评价原则: 参见其他发表的文章 模型信息表: 表中罗列了模型应用重要的参数。 模型简评: 模型参数达到要求;样本量足够;有一定的借鉴价值;模型根据日本人群构建,需要...
  • 风险预测模型评价第二弹:NRI的R语言计算

    千次阅读 多人点赞 2017-12-19 17:01:27
    上期我们介绍了一个诊断或风险预测模型的评价指标,重新分类指数(Net reclassification index)。主要介绍了一些概念和运用,今天我们就来解决一下技术问题,怎么算。想来想去,我觉得计算这个东西还是R比较威武。 ...
  • 临床预测模型】----选择合适的研究数据 选择数据通常面临许多问题:①②③④⑤⑥⑦⑧⑨⑩ 1、现成数据和研究数据 1)现有数据: ①优势:时间、精力、人力成本较低 ②劣势: A. 选择偏倚不可控; B. 数据质量...
  • 基于风险预测模型的预后研究一直以来都是研究者关注...一个好的疾病风险预测模型,它不只是简单的因变量和自变量的数学组合,它背后的实际临床意义才是我们所要把握的重点,这就要求预测模型不仅要有很好的区分度(D...
  • 作者:龚志忠于风险预测模型的预后研究一直以来都是研究者...一个好的疾病风险预测模型,它不只是简单的因变量和自变量的数学组合,它背后的实际临床意义才是我们所要把握的重点,这就要求预测模型不仅要有很好的...
  • 有一类研究看似简单,其实水挺深的。 比如你觉得前列腺特异性抗原(PSA)用来筛查前列腺癌...但是转眼看别人好像也差不多嘛,对某现有诊断或风险预测方法不满意,根据既往零散报道的风险因素收集一些临床资料,建立
  • 临床预测模型是指使用参数/半参数/非参数数学模型来评估受试者当前患有某种疾病的概率或将来发生某种结局的可能性。通过该模型,利用已知特征来计算未知结局发生的概率。临床预测模型一般采用各种回归分析方法建模...
  • 文章来源:ATYUN AI平台 当病人被送进医院时,可能想问很多问题,比如:我什么时候能回家?...那么在你通勤时预测交通状况,或者在英语翻译到西班牙语时预测下一个词,这些类型的机器学习是否也可以用于临床预...
  • 一般临床预测模型常见的有两类:非时间因素/包含时间因素 举例来说,非时间因素建模常见于logistic/lasso等回归模型之后,时间因素相关的结局变量常见于cox等模型建模后。 如果选用logistic模型,可使用的思路为: 1...
  • 预测浅表性膀胱肿瘤的复发和进展,并获得可用的临床信息来决定要使用的治疗方法是一项艰巨的任务。 在这项工作中,开发了两个数学模型来帮助专家进行决策过程。 用于建立模型的数学工具是模糊集理论,因为它具有...
  • 临床预测模型】----三个维度筛选预测因子1、医学文献1)医学指南:(最佳)2)系统综述/综述3)预测模型/预测因子2、统计方法1)单因素2)多因素3、应用场景1)面向大众:推广、简单2)面向医学科研人员/医生:...
  • SCOPE(SEER Clinical Outcome Prediction Expert)计算每个模型在一个二元融合循环中的接收者操作特征曲线(ROC)下的面积,即 SCOPE 找到可以融合以在 ROC 下产生更高面积的相邻风险水平。 该程序要求用户提供观察...
  • 人类总是痴迷于“算命”。无论是中国文化中的“算命...实际上,临床分期是我们对这些患者进行生存预测的基础,换句话说,临床分期就是“预测模型”。我们根据患者的临床分期用中位生存期来回答这个问题。但是,这样...
  • Python搭建新冠肺炎预测模型全解读

    千次阅读 2020-02-20 13:46:00
    新冠病毒疫后复工成为当务之急,然而病毒尚未消散,风险权衡面临不确定因素,如果可以准确预测未来的疫情走势,将会为复工计划的制定提供有效辅助。传统机器学习模型虽然可以精确拟合历史数据,但由于...
  • Cox比例风险回归模型单因素多因素生存分析

    万次阅读 多人点赞 2020-03-13 12:00:20
    Cox比例风险回归模型临床应用非常广泛,Cox分析得到的结果是可以直接运用到临床应用的,所以这个分析对癌症临床诊断有非常关键的作用,检测高低风险的关键基因,就可以预测病人5年生存率。 Cox比例风险回归模型,...
  • 该研究旨在通过应对行为来预测护生在临床实践中的压力水平。 这是在香港的自负盈亏机构进行的一项回顾性横断面研究。 招收正在研究注册前学士学位护理课程并完成所有实习课程的护理学生。 那些扩大研究范围并没有...
  • 该科研项目整合了2011年至2016年期间,某地首都地区四个icu住院患者的电子健康记录的静态数据和生理时间序列数据,通过LSTM算法对建立动态风险预测模型,以1h的时间分辨率训练一个递归神经网络。使用20%的训练数据...
  • AUC计算公式:AUC =(1-(FP/(FN+TN)*(FN/(TP+FP))/2))/2AUC能较好得评估预测值和真实值之间的差异。常见的预测方法如下:1. 回归预测法(适合中长期的预测,需大量的样本);2. 时间序列预测法(适合短期预测);...
  • ​当前,新冠肺炎疫情仍在蔓延,全球已确诊病例数突破1500万,死亡...7月21日晚间,钟南山院士团队与腾讯AI Lab联合发布了一项利用AI预测COVID-19患者病情发展至危重概率的研究成果,可分别预测病人5天、10天和30天内病
  • 通过文献综述,总结了在构建ICU患者住院死亡风险预测模型时所涉及的基本概念、步骤和常用方法。讨论了预测变量的来源及其筛选办法。在临床医生最为熟知的逻辑回归模型的基础上,阐述了人工神经网络、决策树和支持...
  • 当前,新冠肺炎疫情仍在蔓延,全球已确诊病例数突破 1437 万,死亡数超过 60 万,并存在进一步爆发的风险。在感染 COVID-19 的患者中,大多数呈轻度至中度症状,但也有一部分患者...
  • 萧箫 发自 凹非寺量子位 报道 | 公众号 QbitAIAI也能预测新冠重症患者了。钟南山院士团队与腾讯AI Lab一起,共同研发了一个预测COVID-19患者病情发展的AI模型。这个...
  • 本期开始更新临床预测模型系列推文,结合经典文献从零学习预测模型构建、文章行文思路以及那些年踩过坑。 喜欢的小伙伴,点赞加转发支持一波吧! Go 参考文献:BalachandranVP, et al. Nomograms in oncology: ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,161
精华内容 864
关键字:

临床风险预测模型