Pneumonia is one of the most common complications after spontaneous intracerebral hemorrhage (sICH), namely stroke associated pneumonia (SAP). Timely identification of targeted patients is beneficial to reduce poor prognosis. So far, there is no consensus on SAP prediction, and application of existing predictors is limited. The aim of the study is to develop a machine learning model to predict SAP after sICH. We retrospectively reviewed 748 patients diagnosed with sICH and collected their data from four dimensions including demographic features, clinical features, medical history, and laboratory tests. Five machine learning algorithms including logistic regression, gradient boosting decision tree, random forest, extreme gradient boosting, and category boosting were used to build and validate the predictive model. And we applied recursive feature elimination with cross-validation to obtain the best feature combination for each model. The predictive performance was evaluated by the areas under the receiver operating characteristic curves (AUC). A total of 237 patients were diagnosed as SAP. The model developed by category boosting yielded the most satisfied outcomes overall with its AUC in training set and test set were 0.8307 and 0.8178, respectively. The incidence of SAP after sICH in our center was 31.68%. Machine learning could provide assistance potentially in the prediction of SAP after sICH.

Abstract Water-saving and drought-resistant rice (WDR) is a new type of rice varieties. It plays an important role in responding to drought with high yield and has been widely planted in central China at present. High photosynthetic production potential caused by high mesophyll conductance ( g m ) is the main factor promoted high yield formation in drought for WDR. But little is known about physiological and molecular mechanisms regulated g m in drought for WDR. Therefore, WDR cultivar HY73 and drought-sensitive cultivar HLY898 were used for comparative studies with three irrigation regimes before applying severe drought treatment at heading to create different differential individuals of photosynthetic potential and g m . The results showed that cultivar HY73 had lower up-regulation different expression genes (DEGs) than cultivar HLY898 in drought at transcriptional level. Conversely, DEGs of down-regulation was higher in cultivar HY73 than cultivar HLY898. In addition, 3071 DEGs were clustered in 3 modules named Midnightblue (734 DEGs), Blue (921 DEGs), and Turquoise (1416 DEGs) in severe drought merged three irrigation regimes and both cultivars, which the modules had significant correlational relationship with g m based on weighted gene co-expression network analysis ( P <0.05). Only DEGs in midnightblue module were enriched in photosynthesis process and positively regulated g m ( P <0.05). The main biological process were photosynthesis (GO:0015979), light harvesting in photosystem I (GO:0009768), reductive pentose-phosphate cycle (GO:0019253), protein-chromophore linkage (GO:0018298), photosynthetic electron transport in photosystem I (GO:0009773), and photosystem II repair (GO:0010206). These results indicate that g m and energy distribution in PSI and PSII systems could synergistic effect photosynthetic production potential in severe drought for rice plants. In the modules, the 18 most highly connected hub genes were screened using co-expression networks method. RT-PCR analysis indicated that CSP41B , PGLP1A , LHCA5 , and GSTU6 genes had a similar variation trend with g m among treatments for both cultivar. LHCA5 and CSP41B genes were significantly up-regulated in HY73 compared with HLY898 in drought ( P <0.05). And the both genes locates in thylakoid membrane in photosystems. Therefore, LHCA5 and CSP41B genes could be key genes to synergistically manage g m and energy distribution in photosystems. Our results provide some new physiological and molecular mechanisms regulated g m in severe drought for WDR.

The identification of biomarkers for different dementias in plasma and cerebrospinal fluid (CSF) has made substantial progress. However, they are observational studies, and there remains a lack of research on dementias with low incidence rates.