慢性乙型肝炎患者维生素D3缺乏的危险因素的决策树评估

医学信息学解锁23（2021）100519用Birjand决策树学习算法评估慢性乙型肝炎患者维生素D3缺乏的危险因素Freshteh Osmania，b，*，Masood Ziaeeba伊朗比尔詹德医科大学卫生学院流行病学和生物统计学系b伊朗比尔詹德医科大学传染病研究中心A R T I C L EI N FO保留字：维生素D3缺乏症慢性HBV感染A B S T R A C T维生素D缺乏症作为一种常见的问题与慢性肝病的严重程度有关。在这项研究中，我们提出了一种新的模型，基于数据挖掘技术来分析与维生素D3缺乏症的慢性乙型肝炎（CHB）患者以及健康人群的Birjand，位于伊朗东部的城市的潜在危险因素。作为病例对照研究，测定其血清生化指标。为了构建决策树，将60%的数据随机分配到训练数据集。为了评估其性能，使用了剩余的。通过受试者工作特征曲线（ROC）评价模型的有效性。慢性乙型肝炎组和健康对照组维生素D3缺乏率提示血清锌水平可作为维生素D3缺乏的预测指标。使用决策树学习算法可以高准确度地预测慢性乙型肝炎导致维生素D3缺乏1. 介绍肝脏是维生素D3合成的基本场所，在那里发生25-羟基化，并产生大部分维生素D3结合蛋白（1）。维生素D3在炎症和代谢性肝病中起着新兴的作用。有强有力的证据表明维生素D3与不同阶段的各种慢性肝病之间存在关联[2]。全世界约有2.4亿人慢性感染HBV [3]。评估一个国家不同气候条件下的维生素D状况是必要的，对总体健康有重要意义[4]。最近的研究表明，血液因素和维生素D3之间的关系.例如，一项研究表明，接受血液透析的慢性肾病患者服用维生素D34个月后，红细胞压积（HCT）和血红蛋白（HB）水平显著升高[5]。在伊朗，另一项研究表明，与自然免疫个体相比，CHB患者的维生素D3水平较低，这导致CHB患者的维生素D3水平较低[3]。在另一项尝试中，在CHB患者中分析了维生素D3水平与HBV复制的关系，结果显示，只有19%的CHB患者血清维生素D3水平足够;然而，81%的CHB患者存在严重的HBV感染。维生素D缺乏或维生素D不足。几乎所有的研究都报告了慢性感染患者的维生素D水平较低。此外，两项研究报告了HBeAg阴性患者的维生素D水平低于HBeAg阳性患者[ 6 ]。虽然这些研究有限，但最近可以发现CHB患者可能存在维生素D水平降低，低水平的维生素D3与CHB感染中的高水平HBV复制相关[7]。一项研究发现HBsAg血清清除率与维生素D3水平之间呈正相关[8]，另一项研究报告血清维生素D3水平低与HBV复制水平高之间存在显著相关[5]。最近，数据挖掘技术（如分类树）已被用作预测和分类诊断工具[9]。交替决策树（ADT）技术在单个决策树中结合了提升的简单性和有效性[10]。慢性乙型肝炎仍然是一个主要的公共卫生问题。乙型肝炎病毒（HBV）携带的全球流行率范围从0.1到20%。这种广泛的范围在很大程度上与感染时的年龄差异有关。据报告，伊朗Birjand的总体患病率为15%[11]。重要的是从临床数据中修改、补充和提取有意义的规则和知识，以支持临床分析，* 通讯作者。传染病研究中心，Birjand医科大学，Birjand，伊朗。电子邮件地址：gmail.com（F. Osmani），博士gmail.com（M。Ziaee）。https://doi.org/10.1016/j.imu.2021.100519接收日期：2020年11月23日;接收日期：2021年1月10日;接受日期：2021年1月14日2021年1月22日在线提供2352-9148/©2021的 自行发表通过Elsevier 公司这是一个开放接入文章下的CCBY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）中找到。可在ScienceDirect上获得目录列表医学信息学期刊主页：http://www.elsevier.com/locate/imuF. Osmani和M. 齐艾医学信息学解锁23（2021）1005192z1-a+z1-β2=-1-R诊断[12]。很明显，有不同的值得注意的模式供研究人员探索。另一方面，维生素D缺乏症作为一个常见的问题与慢性乙型肝炎有关。此外，在一个国家的不同气候条件下确定维生素D的状况是必要的。（续）参考文献描述技术成果管理战略布局此外，大多数人对自己的健康状况知之甚少。因此，认为有必要建立一个分类模型，将健康个体和患者分为维生素D缺乏可疑病例和维生素D缺乏足够水平病例。因此，在本研究中，通过结合血清生物标志物和临床信息，我们的基本目的是通过使用决策树算法在Birjand的CHB患者队列中与健康人群相比，确定与维生素D缺乏本文件其余部分的结构如下。第2节概述了相关工作。第三节介绍了所使用的数据集、DT方法和统计分析技术.在第4节中，报告了获得的建模结果。在第5节中，对前几节中的研究进行了讨论。最后，对全文进行了总结，指出了未来的研究方向和面临的挑战2. 相关作品近年来，利用数据挖掘技术来预测疾病发生的可能性越来越多。研究人员已经创建和研究了许多算法。这些都凸显了这一研究领域的巨大潜力。在本节中，介绍了一些相关的工作。参考文献描述技术成就Bruno等人（2018年）（四）03 TheDog（2014）[五]《中国日报》Ishir Bhan;等人（2010）（六）从2009年开始，对数据挖掘（DM）和机器学习（ML）技术在公共卫生领域的应用进行了文献计量至2018他们确定了与肝移植和非肝移植患者中纤维化进展（RFP）速度快和他们的研究是为了确定常规测量的临床和人口统计学参数是否可以我们对三个主要的科学数据库Scopus、Web ofScience和ScienceDirect使用基于相关性的特征选择方法来检测RFP相关的病毒标志物。机器学习、线性投影和贝叶斯网络被用于评估关联。从透析患者中识别出980例患者。使用逻辑回归生成预测模型他们的结果显示，2014年发表的论文数量增加，自2017年以来显著增加，主要集中在传染病，慢性病和慢性病的风险因素。在70/30分割交叉验证中，使用识别的位点参数化的计算模型准确地将HCV毒株与RFP相关联（90-95%准确度）79%的人口缺乏维生素D，黑人、女性、冬季和低白蛋白血症（血清白蛋白3.1Gonoodi;等（2019）（一）HudaYasin;等人（2011）（二）他们评估了伊朗东北部马什哈德和萨卜泽瓦尔市与维生素D缺乏相关的危险因素他们仔细研究了显著增加丙型肝炎他们使用了决策树。一个算法，其中，14个变量。通过ROC曲线对模型的有效性进行评估。应用二元逻辑回归对病例进行分类，敏感性、特异性、准确性和AUC值分别为79.3%、64%、77.8%，和0.72分别使用测试数据集分类结果达90.6%。病例分类预测值为89.6.维生素D缺乏的透析患者。3. 材料和方法3.1. 数据集建模，神经网络和决策树与维生素D缺乏作为因变量。g/dl）是维生素D缺乏的最强预测因子SomayaHashem;等（2020）（三）佐伊·S·YWong等人（2018）（四）病毒研究了4423例CHC患者的数据集，以确定预测HCC存在的重要参数。他们为传染病的数据使用和管理提供了一个有远见的视角他们利用主流的原发性疾病相关数据来设计有效的传染病减少数据的定量使用了几种机器学习技术（分类和回归树、交替他们使用人工智能（AI）方法，在这个信息时代实现可靠的疾病导向监测和预测。他们调查了HCV年龄、甲胎蛋白（AFP）、碱性磷酸酶（ALP）、白蛋白和总胆红素属性在统计学上与HCC的存在相关，总体准确率为93.2%。因此，可以预见，与可靠的数据管理平台一起，人工智能方法将有效地分析大量传染病数据，以支持医疗专业人员在未来应对疾病。（下一栏）本研究于2019年在呼罗珊省的一家传染病门诊进行。根据患者的同意书随机选择患者参与研究。最后，292例CHB患者（HBsAg阳性，抗-HBs阴性）纳入研究，330例自然免疫者（HBsAg阴性，抗-HBs正常，未接受抗病毒治疗）纳入研究。健康组选自该省总体规划收集的样本[13]。根据以下样本量公式获得样本量：Zα=α= 0.05时的标准正态偏差，Zβ=β0.1时的标准正态偏差，r为预期相关系数维生素D缺乏症与CHB患者血清水平之间的关系来自一项相关研究。⎛ ⎞2100美元。5In（1+r）所有患者均签署了知情同意书。排除了在过去6个月F. Osmani和M. 齐艾医学信息学解锁23（2021）1005193≥±±±±±CHB患者的入选标准为：根据临床和血清学体征，经传染病专科医生批准诊断为CHB，入住传染病门诊的患者，年龄18岁，愿意参加研究。最终，共有292例患者符合入选标准。同时选择330例无自身免疫性疾病、癌症、代谢性骨病、心血管疾病、吸收不良或甲状腺、肾上腺疾病史的健康受试者作为健康对照组。对从患者和健康对照（禁食14小时过夜）收集的10cc静脉血进行实验室检查。血清通过离心血样（Hettich型号D-78532）分离，并在80℃下储存以备将来分析。使用COBAS e411分析仪（由德国Mannheim Rochdiagnostic公司生产）和Elecsys试剂盒（REF 0589413）测量维生素D3的血清水平。在全血样品中测量全血细胞计数（CBC）。收集的数据包括人口统计学特征，如年龄，性别，以及临床因素，包括体重指数（BMI）、纤维化的等级和活性，以及常规实验室检查，包括丙氨酸氨基转移酶（ALT）、天冬氨酸氨基转移酶（AST）、甲胎蛋白（AFP）、血红蛋白（Hb）、总胆固醇水平、LDL、HDL、空腹血糖（FBS）、血小板计数、糖化血红蛋白（HbA1C）、肌酐、血清学检查结果、葡萄糖和血小板计数。测定血清中总维生素D3水平.根据世界卫生组织的标准，每毫升30毫微克或以上的维生素D3水平，科学[14]。然后，将维生素D3状态分为正常（≥30 ng/ml）、不足（203.2. 决策树数据挖掘技术是从大数据集中提取未知模式的首选方法。决策树（DT）算法是创建树结构模型的最流行的过程之一[16]。通过使用这种方法，可以将病例分成单独的组，或者可以通过预测变量的值来预测目标变量的值[17]。该算法有三种类型的节点，包括根节点、内部节点和结束节点。通过使用所有预测变量，根节点（包括整个数据集）被拆分为子组。该方法根据目标变量[18]使节点多次形成同构子集。具有最佳分裂率标准的变量保留在模型中。基尼系数被用作分裂标准[19]。决策节点确定特征的集合。最后，所有的叶子都被创造出来了。因此，内部和外部验证被用来验证DT算法的通用性通过10倍交叉验证进行内部验证，用于评估模型的性能和用于评估统计分析结果如何推广的技术。使用包括150名受试者的独立研究进行了外部验证，该研究完全独立于我们的数据集，这两组的变量无显著差异[20]。表1变量的特征3.3. 统计分析使用R统计软件版本（3.4.1）进行分析选择百分之六十的数据作为训练数据集。剩余的（40%）用于评估模型作为测试数据集的性能采用Logistic回归模型对维生素D缺乏相关因素进行多因素分析所有这些检验的显著性均为双尾，显著性水平为5%比较两组ROC曲线的敏感性、特异性。在数据集上实现了几种类型的决策树学习技术（CART）[24]，C4.5 [214. 结果在参与研究的所有受试者中，病例组中48.6%为男性;平均年龄29岁5.3%; 52.2%为女性平均年龄（31.5 ± 7.8）;此外，在330例健康受试者中，42.1%为男性，平均年龄23.1 ± 7.7岁，57.8%为女性，平均年龄29.1 ± 7.7岁11.7.两组性别分布差异无统计学意义（p> 0.05）。数据表示为平均值SD，除非另有说明。数据分别分为训练和测试数据集（60% vs 40%）。在训练数据集上构建决策树。测试数据集用于评估模型。算法中采用基尼系数对变量进行选择，得到最终树。将诸如年龄、性别、锌、FBG、HDL、RBC、MCV、MCHC和HCT的变量输入到该模型中，使得训练和测试数据集在这些变量方面大致彼此相似。结果表明，年龄、BMI和AST是维生素D缺乏的独立预测因素相关性（P值<0.001）（表1）。①的人）。因此，这些变量在模型1中使用。决策树由训练数据集通过使用与维生素D缺乏显著相关的变量（p值<0.001）得出，包括年龄、BMI、AST、ALT和AFP等变量（图11）。 ①的人）。图2显示了拟合模型1的决策树图。 在此图中，维生素D缺乏是主要变量，如YES两组维生素D不足或充足均为否。患者和对照组如果大于或等于零，则该病例处于维生素D缺乏症的高风险中，反之亦然。具有正值的预测节点增加维生素D缺乏的概率，而负值的预测节点降低维生素D缺乏的概率。年龄组、性别、血清ALT、ALP、AFP水平、纤维化组织学分期与标准单变量和多变量分析相关（表2）。图3显示了训练集中预测维生素D缺乏的准确度、ROC曲线、灵敏度、特异性值。ROC曲线下面积为0.78。当我们应用DT算法时，通过交叉验证的显著变量，得到0.78的ROC值和85.3%的准确率，在训练和测试数据集的建模中观察到类似的结果。提取的规则来自系数AFP（ U/L ）AST（ U/L ）ALT（U/L）血红蛋白（Hb）白蛋白（g/dL）血小板计数（*109/L）（73.1%）25.32± 2.84 0.10 0.0016.69± 21.49 0.10 0.00155.78± 31.62 0.12 0.00161.84± 36.89 61.84± 38.19 0.16 0.00814.03± 1.47 14.03±1.62-0.22 0.0053.39± 0.47 3.40± 0.53 0.05 0.064216.48± 53.64 214.55± 55.5 0.07 0.12变量训练数据集验证数据集Pearson相关可调值年龄36 ±12岁男性（72.7%）女性（27.3%）BMI35 ±11(26.9%）0.320.03<0.010.030.008F. Osmani和M. 齐艾医学信息学解锁23（2021）1005194Fig. 1. CHB组中具有训练数据集的决策树（模型2）。图二. 决策树与健康组的训练数据集（模型1）。图3.第三章。 两种 决策树模型的ROC曲线。表3通过健康受试者的DT模型（模型1）提取的规则R1：如果Zn 88（mg/dl），则分类：缺乏症受试者（89.2%） 41，则分类：人有缺陷（44.5%）表2慢性乙型肝炎患者维生素D缺乏相关因素的多因素Logistic回归分析参数比值比SE 95% CIP年龄>401.0 0.13 0.8-1.30.86AFP> 10 ng/ml1.1 0.01 1.0<男0.67 0.08 0.53-0.850.001血红蛋白140.47 0.06 0.37-0.590.001碱性磷酸酶（>290 IU/L）1.7 0.21 1.3-2.20.01<丙氨酸氨基转移酶（>40 IU/L）1.0 0.0 0.99-0.990.01谷草转氨酶（>40 IU/l）1.0 0.0 0.99-0.990.01CHB患者和健康组的DT算法分别见表3和表4。5. 讨论这项研究是首次在伊朗东部的这一地区进行的，比较了CHB患者和健康人群的维生素D模式，以使用DT算法技术调查与维生素D3缺乏相关的因素。在一个时期（1990另一项研究表明，维生素D3缺乏症存在于许多慢性乙型肝炎表4通过针对CHB患者的DT模型（模型2）提取的规则R1：如果年龄≥40，则分类：有缺陷的受试者（66.8%）R2：如果年龄≥ 40且BMI> 28，则分类：有缺陷的受试者（91.8%）R3：如果年龄≥40，BMI> 28且AFP 8，则分类：无缺陷的受试者(6.5%）R4：如果年龄≥40，BMI>28且AFP ≥8，则分类：缺陷受试者（75%）R5：如果年龄≥40且BMI≤28，则分类：缺陷受试者（66%）R6：如果年龄40且AST> 40，则分类：有缺陷的受试者（71.4%）R7：如果年龄40，则分类：有缺陷的人（85.1%）R8：如果年龄40岁且AST≤40，则分类：无缺陷者（25.4%）R9：如果年龄40，AST≤40，HbA1C 44，则分类：有缺陷的人(74.5%）R10：如果年龄40，AST≤40，HbA1C≥44，则分类：有缺陷的人（75%）这种缺陷与疾病的并发症和结局有关。由于HBV诱导的肝细胞损伤导致的肝功能下降可能是CHB中维生素D3缺乏症的原因之一[24，25]。这项研究的一个重要发现是探索DT模型的新用途，用于分析与维生素D缺乏相关的预测因子，这在以前没有研究过。此外，这项研究的另一个主要优势是，它是第一个通过使用血细胞计数参数以及其他变量作为组成部分来确定维生素D缺乏症的模型[21]。F. Osmani和M. 齐艾医学信息学解锁23（2021）1005195这项研究的一个有趣的发现是，血清锌被认为是维生素D缺乏的重要因素，这与其他研究一致[26]。先前的一项研究表明，在10-18岁的伊朗人群中，维生素D血清水平与低血清锌水平之间存在显著相关性此外，另一项研究报告了伊朗孕妇血清维生素D水平与血清锌水平之间的统计学相关性他们的研究结果显示，37%的孕妇缺乏维生素D，其中23%的孕妇缺乏锌[28，29]。另一个有趣的结果是血清锌后FBG相对于其他变量的幅度如果FBG为98（mg/dl），则血液学因素指定树的其他层。在这些个体中，MCV和MCHC是影响维生素D缺乏的其他变量。 研究表明，缺乏维生素D会减弱胰岛素分泌，这是T2DM发病机制中的主要因素[30]。除维生素D受体结合外，研究表明25 OHD可诱导胰岛β细胞合成和分泌胰岛素[31]。该模型的另一个重要发现是，FBG> 98（mg/dl）、MCHC和MCV是维生素D缺乏与否的这些发现与其他报告25 OHD与血液学因素之间关系的研究一致[32]。数据挖掘分析已被用于研究数据集中隐藏的模式，因此可以应用于构建预测模型[33]。本研究旨在探讨AFP水平与慢性HBV感染的关系。在DT模型和多变量logistic模型中，AFP都是与维生素D缺乏相关的重要因素，这一发现很有趣。抗病毒治疗后，AFP和ALT水平下降，表明炎症和肝细胞损伤是这些患者AFP水平升高的最重要原因。该模型具有根据对各种因素的反应选择维生素D缺乏症患者的潜在能力。此外，它可以提供一个理论基础，以提高疗效的治疗。类似地，CART分析识别出与反应不显著相关的几个变量[34]。拟合的DT模型可以识别一些人口统计学特征，如年龄和性别作为维生素D缺乏的重要因素。BMI高于正常被认为是一个有效的因素，维生素D3储存水平。在这项研究中，发现血清维生素D3水平与BMI之间存在显著相关性（p 0.05）。< 这一结果与其他研究一致[35]。其他已发表的关于维生素D3缺乏症患病率的研究表明，伊朗人口中维生素D3缺乏症的患病率因地理区域而异[36，37]。然而，在本研究中，维生素D3缺乏与肝功能参数无显著相关性，可能是因为维生素D3血清水平受多种因素影响[1，38，39]。我们的研究结果证实了患者组中HbA1C负荷和维生素D3水平之间本研究的一些局限性是：获得了一种方便的方法来应用分类规则对与VitD缺乏相关的潜在因素进行分类。此外，DT模型似乎是一个相对准确的，具体的，和敏感的方法，用于确定与响应维生素D补充在该地区的因素。作者MZ和FO设计了实验。FO收集数据并进行统计分析，并编写结果章节。MZ解释了结果，FO写了最初的手稿。MZ严格审查并修改了手稿。两位作者都批准了最终手稿。资金这项研究没有得到资助。数据和材料本研究期间的所有分析将通过合理要求发送给相应的作者。发表同意书不适用因伦理批准和参与同意本研究中的所有程序均由Birjand University of Medical Sciences的伦理委员会批准，参考编号：IR.BUMS.REC.1398.324。所有个体均被告知研究目的和程序，并通过书面知情同意自愿参与本研究。竞合利益作者声明，他们没有已知的可能影响本文所报告工作确认我们感谢所有研究受试者的参与。引用[1] 休伊森维生素D与免疫功能：自分泌、旁分泌还是内分泌？ ScandJ Clin LabInvestig 2012;72（sup243）：92-102.[2] 曾天聪，高俊华。定量HBsAg在慢性乙型肝炎自然病程和核苷（酸）类似物治疗中的临床应用：老狗的新把戏血清 维生素 D3 水平; 等 作为 季节性 变化， 饮食， 和胃肠病学杂志2013;48（1）：13-21。[3] 放大图片作者：Moudi B，Heidari Z，Mahmoudzadeh-Sagheb H.宿主基因多态性的影响地理居住。然而，没有关于研究受试者的这些影响因素的任何信息。作者的目标是开发更多的敏感性和特异性预测模型，这些模型能够在未来的研究中更准确地指定维生素D缺乏症。此外，维生素D及其与维生素D受体的相互作用在HBV感染的发病机制中的作用需要进一步探讨，作为未来研究的建议6. 结论在这项研究中，我们使用生化和血液学因素作为输入变量，在慢性乙型肝炎和健康的伊朗受试者和研究结果指定的相关因素，维生素D缺乏症。目前的研究慢性乙型肝炎病毒感染的易感性。Infect Genet Evol 2016;44：94-105.[4] 陈鄂琼，施燕，唐华.维生素D在慢性肝病中的新见解。肝胆胰疾病国际2014;13（6）：580[5] [10] T r'epoE，OuyanR，PradatP，MomozawaY，QuertinmontE，GervyC，etal.显著的25-羟维生素D缺乏与酒精性肝病患者预后不良相关肝病学杂志2013;59（2）：344-50。[6] 胡永春，王文卫，姜文英，李春清，郭建春，荀永华。低维生素D水平与慢性乙型肝炎患者的高病毒载量相关：一项系统综述和荟萃分析BMC Gastroenterol2019;19（1）：84.[7] Kashi DS，Oliver SJ，Wentz LM，Roberts R，Carswell AT，Tang JC，et al.维生素D和乙型肝炎疫苗反应：一项前瞻性队列研究和一项健康成人随机、安慰剂对照口服维生素D 3和模拟阳光补充试验。 Eur J Nutr 2020：1-17.[8] 王春春，曾义生，苏文春，李昌华，林和华，杨春春，等.维生素D与乙型肝炎病毒复制的关系：旁观者而非罪犯.J Formos Med Asphalt2020;119（11）：1634F. Osmani和M. 齐艾医学信息学解锁23（2021）1005196≥[9] 赵晓宇，李军，王建海，哈比卜，魏伟，孙世杰，等。慢性乙型肝炎患者血清维生素D水平与Child-Pugh评分和代谢酶失衡相关， 但 与 病 毒 载 量 无 关 。 医学2016;95（27）。[10] Sajith KG，Kapoor N，Shetty S，Goel A，Zachariah U，Eapen CE，et al. Bonehealthand impact of tenofovir treatment in men with hepatitis-B relatedchronic liverdisease. J Clin E X per Hepatol 2018;8（1）：23-7。[11] [10]李国雄，李国雄，李国雄.伊朗库姆省HBV疑似患者中乙型和丁型肝炎病毒的流行及YMDD变异的评估JundishapurJ Microbiol 2020;13（2）.[12] [10]杨文，王文，王文.预测糖尿病性黄斑水肿的高阶上位性相互作用检测的统计方法。2020年《未锁定的医学》 100362[13] Ziaee M，Ebrahimzadeh A，Azarkar Z，Namaei MH，Saburi A，Fereidouni M，et al. 成人人群中乙型肝炎的血清阳性率和危险因素：来自伊朗南呼罗珊Birjand的第一份报告Hepat Mon2016;16（9）.[14] [10]张文辉，张文辉. HBV相关的肝癌发生：信号通路的作用和创新的体外研究模型 BMC Canc2019;19（1）：707.[15] 黄桂华，陈浩英，陈浩英，谢志华，詹明礼，罗奥生，等.维生素D缺乏对慢性乙型肝炎患者预后的影响.中国肝病杂志，2001，12（1）：117 - 118. 临床胃肠病学和肝脏病学2015;13（4）：783-790。 e1.[16] Pilz S，Trummer C，Pandis M，Schwetz V，Aberer F，Gruebler M，et al.Vitamin D：current guidelines and future outlook.抗癌研究2018;38（2）：1145-51。[17] Ginde AA，Liu MC，Camargo CA.美国人口中维生素D不足的人口统计学差异和趋势。Arch Intern Med 2009;169（6）：626-32. 1988-2004年。[18] [10] LloydS，J.L，J. L，J. L，et al. 维生素D的等级论坛会议录。 Br JNutr 2011;105（1）：144-56.[19] [10] LloydS，J. L，J.L， J. L，et al.研讨会报告：维生素D等级论坛会议记录。Br J Nutr 2011;105（1）：144-56.[20] Holick MF，编辑。维生素D不足的高发病率及其对健康的影响。Mayo ClinicProceedings. Elsevier;2006年。[21] Tayefi M，Saberi-Karimian M，Esmaeili H，Zadeh AA，Ebrahimi M，MohebatiM，et al.使用决策树评估代谢综合征的相关风险因素。比较临床病理学2018;27（1）：215-23。[22] Ziaei S，Norrozi M，Faghihzadeh S，Jafarbegloo E.一项确定铁补充剂对血红蛋白孕妇妊娠结局影响的随机安慰剂对照试验13.2 g/dl。BJOG An IntJ ObstetGynaecol2007;114（6）：684-8.[23] 作者：J.慢性丙型肝炎活动度分级的算法。肝病学1996;24（2）：289-93。[24] 王丹，王勤，山芳，刘宝，陆春。使用基于常规和血清标志物的人工神经网络识别CHB患者的肝纤维化风险BMC Infect Dis2010;10（1）：251.[25] Shoaei SD，Sali S，Karamipour M，Riahi E.慢性乙型肝炎患者肝脏疾病的非侵入性组织学标志物。Hepat Mon2014;14（2）.[26] 放大图片作者：A.慢性乙型肝炎中HBsAg清除的免疫调节事件：关注HLA-DP中东杂志文摘Dis 2015;7（1）：5。[27] [10] Farnik H，BojungaJ，Berger A，Allwinn R，Waidmann O，Kronenberger B，et al. 低维生素D血清浓度与慢性感染患者的高水平乙型肝炎病毒复制相关。肝病学2013;58（4）：1270-6。[28] 李文，李文，李文.数据挖掘：概念与技术。Elsevier; 2011.[29] 韩J，坎伯M，裴J。数据挖掘的概念和技术。Morgan Kaufmann Series inData Management Systems; 2011. p. 83-124。[30] Shams B，Afshari E，Tajadini M，Keikha M，Qorbani M，Heshmat R等人，伊朗儿童和青少年全国代表性样本中血清维生素D和锌的关系：CASPIAN-III研究。MedJ Islam Repub Iran2016;30：430.[31] Behzad Shams伊朗儿童和青少年A的全国代表性样本中血清维生素D和锌的关系：CASPIAM-III研究 2015年。[32] Osmani F，Hajizadeh E，Rasekhi A，Akbari ME.乳腺癌女性局部复发、转移复发和死亡相关的预后因素。基于人群的队列研究。 乳腺2019;48：82-8.[33] Osmani F，Hajizadeh E，Mandarin P.核函数和回归样条平滑技术估计率模型中的系数及其在银屑病中的应用。 MedJ Islam Repub Iran 2019;33：90.[34] Osmani F，Hajizadeh E，Rasekhi A，Akbari ME.乳腺癌患者局部和转移复发与生存的关系分析：一项使用关节脆弱模型的研究。 国际癌症管理杂志2018;11（12）。[35] 柯文生，杨玉萍，沈芳萍，吴敏春，施春杰，陆敏春，等。慢性肝炎患者血清维生素D3水平与HBV DNA水平及免疫应答的相关性研究。营养素2020;12（4）：1114。[36] [10]李文辉，李文辉，李文辉.乙型肝炎病毒感染者非酒精性脂肪肝危险因素分析：病例对照研究肝脏医学2019;11：153。[37] Osmani F.慢性乙型肝炎患者维生素D水平的疗效评价 2019年。[38] Osmani F.伊朗COVIDE-19统计数据报告的准确性问题。胃肠病学和肝病学从病床到长凳。[39] KitsonMT，Roberts SK. D-livering信息：维生素D状态在慢性肝病中的重要性。肝病学杂志2012;57（4）：897-909。