Objektiv undersøgelse af tungediagnose af kronisk atrofisk gastritis

1.1 Forskningsdesign Undersøgelsestype: Prospektivt tværsnitsstudie og klinisk forudsigelsesmodelstudie.

Forskningshypotese: Ved at tage PLGC som observationsobjekt, blev tungebilledet og tungebelægningsfloraen af ​​PLGC-patienter indsamlet objektivt og standardiseret, og PLGC-tungebilledeforskningsdatabasen blev etableret. Baseret på egenskaberne af tungebillede og tungebelægningsflora blev den kliniske forudsigelsesmodel af PLGC konstrueret for at realisere den dynamiske realtids forudsigelse af risikoen for PLGC hos CAG-patienter gennem tungebillede, reducere ugyldig endoskopisk screening og reducere omkostninger ved gentagen screening.

Forskningsmetoder:

( 1 ) Klinisk dataundersøgelse : Spørgeskemaet blev brugt til at indsamle patientoplysninger. Baseline-dataene inkluderede personlige grundlæggende oplysninger, livsstil, historie med HP-infektion (tidligere HP-positiv og nuværende HP-positiv), historie med fordøjelsessygdomme og familiehistorie med cancer. Lægejournalerne omfatter også nuværende sygehistorie, tidligere sygehistorie, personlig livshistorie, gastrointestinale uønskede symptomer osv.; (2) Elektronisk endoskopi jodfarvning: Olympus elektronisk endoskopi blev brugt til jodfarvning. Hvis der blev fundet en positiv eller mistænkelig læsion i maveslimhinden, blev det tilsvarende område bidt og sendt til patologisk undersøgelse. Hvis der ikke blev fundet nogen abnormitet ved endoskopi, blev der ikke taget biopsi. Gastroskopiske manifestationer (erosion, ulcus, ødem, overbelastning, erytem, ​​galderefluks, HP-infektion) blev registreret.

( 3 ) Patologisk undersøgelse : Efter at biopsiprøverne var behandlet, blev den patologiske HE-farvning udført, og den patologiske diagnose blev observeret og udført. De histopatologiske læsioner (kronisk inflammation, aktiv inflammation, intestinal metaplasi, atrofi, grad og rækkevidde af dysplasi) blev registreret.

( 4 ) Indsamling af tungebilledinformation : 1 Standardiseret opsamlingsudstyr: Tungebilledet blev indsamlet og automatisk analyseret af informationsopsamlingssystemet til tungeoverfladediagnose (DS01-B, Shanghai Daosheng Medical Technology Co., Ltd., Shanghai Machinery Injection 20202200062), og billedinformationen blev digitaliseret og gemt. 2-tungeforlængelsemetode: Før optagelserne blev forsøgspersonerne trænet i at strække deres tunger. Forsøgspersonerne blev siddende for enden, og munden blev åbnet så meget som muligt, når tungen blev strakt. Tungekroppen var afslappet, tungeoverfladen var flad, og tungespidsen var naturligt hængende. Det er ikke hensigtsmæssigt at strække tungen for hårdt, og tiden for at strække tungen bør minimeres for at undgå, at tungekroppens træthed påvirker stabiliteten af ​​tungen. 3 Bemærk: Undgå påvirkning af kost og medicin.

( 5 ) Opsamling af tungebelægningsflora : Patienter gurgler med vand 3-5 gange før prøveudtagningens start for at skylle den mulige madresterforurening ud i munden. Derefter blev en passende mængde tungebelægningsprøver skrabet på overfladen af ​​tungebelægningen med en steril vatpind, skrabet frem og tilbage i 20 gange, anbragt i et sterilt rør indeholdende konserveringsopløsningen og frosset i køleskab ved -80° C hurtigst muligt. 16s rDNA-analysemetoden blev brugt til at analysere floraen.

1.2 Forsøgspersoner (inklusive inklusions- og eksklusionskriterier) En tværsnitsundersøgelse blev udført på Peking University First Hospital. CAG-patienter, der gennemgik øvre gastrointestinal endoskopi og patologisk diagnosticeret som PLGC, blev udvalgt som forsøgspersoner. I henhold til køns- og aldersmatchning blev kontrolgruppen bekræftet ved gastroskopi som ikke-PLGC CAG-patienter. Alle deltagere blev informeret om formålene, procedurerne, potentielle risici og fordele ved undersøgelsen og underskrev derefter en samtykkeerklæring.

Diagnostiske kriterier: Gastroskopi og patologiske diagnostiske kriterier for kronisk gastritis blev etableret i henhold til ' kinesisk konsensus om kronisk gastritis ( 2017, Shanghai ) ' og ' konsensus om integreret traditionel kinesisk og vestlig medicin diagnose og behandling af kronisk atrofisk gastritis ( 2017 ) '.

Inklusionskriterier:

(1) Endoskopi af øvre gastrointestinal blev udført inden for 3 måneder; (2) Patienter med kronisk atrofisk gastritis diagnosticeret ved gastroskopi og patologisk undersøgelse; (3) Alder 40-70 år, køn ubegrænset; (4) accepterede at indsamle tungebillede og acceptere opfølgning; (5) Frivillig til at deltage i denne undersøgelse og underskrevet informeret samtykke.

Eksklusionskriterier:

(1) dem, der ikke kan samarbejde med standardiseret indsamling af tungebilleder og dataindsamling; (2) patienter med tungeskrab, tungefarvning eller unormal tungeforlængelse; (3) Mistanke om ondartet gastrisk tendens eller gastrisk tumor og anamnese med gastrisk operation; (4) har hepatitis, syfilis, HIV, schistosomiasis og andre kendte infektionssygdomme; (5) patienter med alvorlige hjerte-, lever-, nyre-, blodsygdomme og ondartede tumorer; (6) Kombineret med akut luftvejsinfektion, aktivt mavesår og andre akutte sygdomme; (7) Patienter, der brugte antibiotika, syrehæmmere og mikroøkologiske regulatorer inden for 1 måned; (8) langvarig brug af immunsuppressive midler, hormoner og andre lægemidler; ( 9 ) gravide eller ammende kvinder. 1.3 Observationsindikatorer og opfølgningsplan

1.Observationsindikatorer 1.1 Korrelation mellem tungebilledkarakteristika og PLGC Analyse af tungefarve (bleg tunge, pink tunge, crimson tunge, lavendeltunge, ekkymosetunge) og tungeform (tandtrykt tunge, prikkende tunge, tunge, tunge, fissure fedt og tynd tunge) hos PLGC-patienter og PLGC-korrelation; 2.

2 Analyse af tungebelægningsegenskaber: Korrelationen mellem tungebelægningskvalitet (tyk og tynd belægning, fedtet belægning, rådden belægning, afskalningsbelægning) og belægningsfarve (hvid og gul) og PLGC hos PLGC-patienter blev analyseret.

Analyse af sublinguale collateraler: I henhold til de diagnostiske kriterier for sublingual collateral gradering blev de sublinguale collateraler beskrevet i henhold til længden, bredden (tykkelsen), tortuositeten og farven af ​​sublinguale collateraler, og korrelationen med de patologiske ændringer af PLGC blev analyseret.

Analyse af tungefarve og tungebelægningsfarveparametre: RGB, HIS og Lab farverumstyper blev brugt til at analysere RGB, Lab og HSV farverumsindekser for hele tungen og den midterste del (svarende til milt- og mavepartitionen) af PLGC patienter. Blandt dem repræsenterer R den røde værdi, G repræsenterer den grønne værdi, B repræsenterer den blå værdi, H repræsenterer nuancen, S repræsenterer farvemætningen, I repræsenterer lysstyrken, L repræsenterer lysstyrken, a repræsenterer den rød-grønne akse, b repræsenterer den gul-blå akse.

1.2 Korrelation mellem tungebelægningsflora og PLGC

1. α-diversitetsanalyse: Den mikrobielle samfundsdiversitet blandt forskellige grupper blev sammenlignet ved α-diversitetsanalyse.
2. β-diversitetsanalyse: Gennem β-analyse blev forskellene i samfundsstruktur mellem forskellige grupper undersøgt, og nøglefloraen blev udforsket.
3. Artssammensætningsanalyse: Forskellene i florasammensætning mellem grupper blev sammenlignet på phylumniveau og slægtsniveau for at finde karakteristisk flora.

Gennem arts- og funktionel bidragsanalyse, regressionsanalyse og korrespondanceanalyse blev funktionen af ​​mikrobiel sammensætning forudsagt til at finde funktionen af ​​karakteristisk flora.

1.3 Konstruktion af PLGC risikoforudsigelsesmodel baseret på tungebilledtræk Univariat betinget Logistisk regressionsanalyse blev udført på faktorerne med statistisk signifikans ved t-test og χ2-test. PLGC blev brugt som udfaldsvariabel til at beregne oddsratio (OR) og 95 % konfidensinterval for hver faktor. Med αin = 0,05, αout = 0,1, blev ovenstående variabler introduceret i logistisk multivariat analyse for at screene risikofaktorerne relateret til PLGC, og en risikoforudsigelsesmodel blev etableret. Receiver operation characteristic (ROC) kurven blev brugt til at repræsentere forudsigelsesmodellens evne til at skelne. Modellens godhed og forudsigelsesnøjagtighed blev evalueret af Hosmer-Lemeshow goodness of fit, Pseudo R-square og area under the curve (AUC).

2.Opfølgningsplan Opfølgning: patienter diagnosticeret med svær atrofisk gastritis eller svær tarmmetaplasi eller lavgradig intraepitelial neoplasi bør følges op mindst én gang om året; patienter med højgradig intraepitelial neoplasi, som nægtede behandling, bør følges op hver sjette måned. Sværhedsgraden af ​​CAG blev bedømt af OLGA-systemet (atrofi) eller OLGIM-systemet (tarmmetaplasi). Opfølgning blev udført ved endoskopisk jodfarvning, vejledende biopsi og patologisk diagnose. Opfølgningsprocenten var > 70 %.

1.4 Grundlag for bestemmelse af stikprøvestørrelsen I henhold til kravene til ekspertrådgivning, litteraturgennemgang og deep learning-modellering blev stikprøvestørrelsen beregnet ved at bruge den empiriske metode, at stikprøvestørrelsen var mere end 10 gange antallet af uafhængige variable (20 uafhængige variabler) ). Derudover viste den tidligere forundersøgelse, at forekomsten af ​​PLGC hos CAG-patienter i afdelingen for denne undersøgelse forventedes at være 50 %. I betragtning af udskillelsesraten på 10 % var minimumsprøvestørrelsen af ​​CAG i denne undersøgelse 500 tilfælde. Denne undersøgelse forventes at omfatte 500 CAG-patienter. I den logistiske regressionsmodel er antalsforholdet mellem træningsgruppen og testgruppen 7 : 3, og prøvestørrelsen for træningsgruppen er sat til 350 tilfælde, så prøvestørrelsen for testgruppen bør ikke være mindre end 150 sager.

1.5 Statistisk analysemetode SPSS 25.0-software blev brugt til at analysere dataene i denne undersøgelse. Måledataene, der var i overensstemmelse med normalfordelingen, blev udtrykt som middel ± standardafvigelse (x ± s), og t-testen blev brugt til sammenligning mellem grupper. De måledata, der ikke stemte overens med normalfordelingen, blev udtrykt som M (P25, P75), og den ikke-parametriske test blev brugt til sammenligning mellem de to grupper. Optællingsdata blev udtrykt som (%), og chi-kvadrattest (χ2) blev brugt til sammenligning mellem grupper. P < 0,05 indikerede, at forskellen var statistisk signifikant. Metoderne, der anvendes i modelkonstruktionen, omfatter lineær regression, logistisk regression (nomogram), Cox-regression (nomogram) og Lasso-regression (screeningsvariable). Evaluering af forudsigelsesmodel: 1 Diskriminering: ROC-kurven blev tegnet ved hjælp af den tilpassede logistiske regressionsmodel for at opnå AUC-værdien af ​​ROC-kurven og evaluere diskriminationen. 2 Kalibrering: Kalibreringen blev evalueret ved Hosmer-Lemeshow goodness-of-fit-testen. Hvis P < 0,05, blev modellen anset for at være dårligt tilpasset. Hvis P > 0,05, foreslås det, at modellen passer godt i valideringen af ​​det nye datasæt.3 Klinisk effektivitet: Den kliniske effektivitet af modellen blev evalueret ved Decision Curve Decision Curve Analysis (DCA).

1.6 Dataindsamling og -styring Dataindtastning og -styring er dataadministratorens ansvar. Dataadministratoren kompilerer databasen og bruger Epidata-software til dataindtastning og -styring. To dataadministratorer udfører uafhængigt dobbeltindtastning og korrekturlæsning. Efter at den etablerede database er fastlagt, låses databasen af ​​hovedforskerne, statistiske analytikere og dataansvarlige, og til sidst bestemmes analysedatabasen.