專家講壇 | 威斯騰生物聯合中國抗癌協會腫瘤代謝專委會網絡學術沙龍系列講座第四十一講
去年,為了配合疫情防控的要求,同時滿足學術交流的需求,威斯騰生物聯合中國抗癌協會腫瘤代謝專委會以線上學術報告代替線下活動,每周進行一次專題講座,為大家帶來了不一樣的學術盛宴。應廣大粉絲的強烈要求,我們的學術沙龍又和大家見面啦!

中國抗癌協會腫瘤代謝專委會是在王紅陽院士主發起下籌備成立的,主要聚焦腫瘤代謝特征性改變的理論基礎及其對腫瘤發生發展、疾病演化、腫瘤免疫微環境形成的機制研究,與腫瘤代謝對腫瘤精準診治和治療轉歸的影響等,將搭建腫瘤代謝學科的專門平臺,引領和帶動腫瘤代謝研究水平的提升和學科發展,提升國內在相關研究領域的整體水平與國際地位,推動相關研究人員的學術交流和自主創新。中國抗癌協會腫瘤代謝專業委員會是一個跨專業、多學科協作的??祁I域,涉及到生物化學、分子生物學、病理生理學、免疫學、生物信息學、分子影像與功能像學、輻射生物學、生物能學和臨床腫瘤學等多個學科。
此次網絡學術沙龍系列講座由威斯騰生物聯合中國抗癌協會腫瘤代謝專委會主辦,第一講已于2020年6月14日開講,精彩不可錯過,今天我們為大家分享威斯騰生物聯合中國抗癌協會腫瘤代謝專委會網絡學術沙龍系列講座的第41講,本次講座由電子科技大學醫學院江華教授向大家分享《數據驅動的代謝研究》,一起來回顧吧。

| 江華,電子科技大學醫學院教授,北京協和醫院客座教授,Burns & Trauma、中華燒傷雜志、預防醫學情報雜志編委Nutrition, Critical Care, J.Critical Care, 中華急診醫學雜志等審稿人。學術期刊發表論文100余篇,SCI論文23篇;獲得中華醫學科技獎、四川省醫學科技獎、華夏醫學科技獎各一項。 |
循證醫學是現代醫學進步的巨大推動力,隨機對照實驗把人的差異性看做是較低維空間的問題。隨機對照實驗把接受實驗的人群均分為兩組,控制其中一個變量,通過干預與否,所得出的結果反映在特定的群體中有效與無效的問題。
臨床上,重癥患者普遍面臨能量及蛋白質供應不足的問題,重癥患者對于能量與蛋白質所需的最佳量,至今尚不清楚。之所以造成這樣一個困境,研究人員認為主要是與經典的隨機對照實驗研究范式有關。在本次腫瘤代謝講座上,江華教授向我們介紹了通過數據驅動的急危重癥代謝研究。
但是,隨著對疾病的復雜程度與人體復雜程度的認識逐漸加深,循證醫學漸漸顯現出來略有不足。對于重癥患者來說,患者與患者之間的差異絕對不是常規的指標能夠去定義的,重癥患者中基礎疾病的異質性非常大。
在此背景下,江華教授及其研究團隊結合真實世界研究方法物理數學方法的引入開展患者特異性研究。研究基于某個特定患者的多維度病例數據,實現對該特定病人病理、生理過程的定量研究,進而實現對疾病演化規律的探索和對病情預后的高精度預測。建立代謝營養支持相關預測模型是研究的第一步,主要分為四個部分:數據收集、數據整合、初步模型的探索與建立、提供量身定制的和臨床相關的營養建議和干預措施。
第一階段首先是針對危重患者最佳營養攝入量的研究,研究人員將105例膿毒癥患者以死亡與存活進行分類,通過數據分析發現實驗第二周的能量與蛋白質量對危重患者的結局影響比第一周的影響大。
第二階段,江華教授研究團隊建立了包含膿毒癥的國人重癥數據集,開展機器學習預測膿毒癥發病和病死率研究。研究人員采用線性差值和均值填充的方法進行數據預處理,采用隨機森林的方法提取特征數據。通過對結果數據分析,研究人員驗證了對于膿毒癥預測,數據規模不是重點,數據質量高、方法恰當更重要。
第三階段,研究人員基于深度學習技術,應用多模態、多尺度臨床研究單元進行實時數據采集,建立個體化的膿毒癥患者能量與蛋白質最佳攝入量動態預測模型,以期改善患者預后,降低病死率。在此過程中,研究人員納入排除標準,進行數據收集、數據整合,把深度學習、數據處理集合在一起,建立集成學習模型去進行數據驅動研究模式的實現,并泛化到臨床研究中去。
![]() |
關注威斯騰生物微信(western-168),獲取更多后續講座信息,回復關鍵詞:“學術講座”,獲取講座精彩內容!

