检索结果-内蒙古大学图书馆

中国卫生统计 2022年第6期39卷 850-854页

作者：柳芳超弭凤玲姜慧姜晓颖张迪郑晓静罗天娥北京市结核病胸部肿瘤研究所首都医科大学附属北京胸科医院101149 山西医科大学公共卫生学院卫生统计教研室

目的探讨两阶段混合效应位置尺度模型在密集纵向数据中的应用。方法通过在随机误差方差项下引入尺度效应的对数线性子模型的方式,构建混合效应位置尺度模型,并运用多重填补的数值模拟方法,使用MixWILD软件在一项探索考前情绪波动对考试... 详细信息

目的探讨两阶段混合效应位置尺度模型在密集纵向数据中的应用。方法通过在随机误差方差项下引入尺度效应的对数线性子模型的方式,构建混合效应位置尺度模型,并运用多重填补的数值模拟方法,使用MixWILD软件在一项探索考前情绪波动对考试成绩影响的实例数据中运用最大似然估计法完成了参数估计,通过两阶段建模策略实现基于方差的建模要求。结果针对该数据,第一阶段位置尺度模型中随机尺度标准差存在统计学意义,可见不同个体考前一个月情绪波动差别大。经模型似然比检验,含有随机位置效应,尺度效应及随机位置尺度效应的混合效应位置尺度模型最优,其拟合结果显示,个体内情绪波动主要受性别(z=-2.23,P=0.026)和睡眠质量(z=-4.44,P<0.001)的影响。根据该模型生成多重填补数据集,第二阶段logistic回归结果显示,个体内情绪的波动对通过考试可能性的影响有限(z=0.059,P=0.954),但随机尺度效应与高中成绩点的交互作用存在统计学意义(z=2.053,P=0.040),表明高中成绩点与通过考试之间的正相关性在性格波动大的个体中更加明显。结论针对密集纵向数据中某特征随时间的波动是否影响另一特征的问题,两阶段混合效应位置尺度模型能够完成基于方差的建模,相比混合效应模型,提供更加详实的结论。

关键词：位置尺度模型密集纵向数据混合效应

来源：评论

学校读者我要写书评

暂无评论

利用99mTc-TRODAT-1 SPECT全脑影像特征进行帕金森疾病分类之研究

利用99mTc-TRODAT-1 SPECT全脑影像特征进行帕金森疾病分类之研究

引用

作者：陈昭宇义守大学

学位级别：硕士

99mTc-TRODAT-1单光子电脑断层(Single Photon Emission Computed Tomography, SPECT)造影技术，为临床普遍用于评估脑部多巴胺传导物质系统相关疾病之检查。临床上帕金森氏症(Parkinson's Disease, PD)的诊断大多数使用SPECT进行... 详细信息

99mTc-TRODAT-1单光子电脑断层(Single Photon Emission Computed Tomography, SPECT)造影技术，为临床普遍用于评估脑部多巴胺传导物质系统相关疾病之检查。临床上帕金森氏症(Parkinson's Disease, PD)的诊断大多数使用SPECT进行检查，而帕金森疾病分类仍具有困难性及挑战性。本研究采用回顾性实验设计，收集2003-2017年期间99mTc-TRODAT-1多巴胺扫描案例影像及诊断报告共计212例，其中对照组为正常者12例、实验组为确诊帕金森氏症200例并记录年龄及性别。首先对99mTc-TRODAT-1 SPECT全脑影像建立位置尺度模型(Location-Scale Model)估算变异数之比值(F-Ratio)；接着萃取影像特征系根据中位数将影像分成二区；接着估算大于等于暨小于中位数之影像总强度、影像平均强度、影像强度标准差及年龄，共八个特征值进行帕金森疾病分类。统计分析包括描述性统计、Mann-Whitney U检定、分类模型使用罗吉斯回归以及支持向量机，评估合理单光子电脑断层影像之帕金森氏症分类模型。结果显示八个特征值建立罗吉斯回归之分类模型，分辨正常脑部及帕金森氏症之准确率、灵敏度、特异性、阳性预测率、阴性预测率、Kappa分别为85.4%、85.5%、83.3%、98.8%、25.6%、33.5%。AUC值为0.932。代表此模型具有非常好的判别能力。位置-比例模型为一种新颖且有用的重要特征，利用全3D影像进行分类。罗吉斯回归为可行的分类模型用来预测帕金森氏症。未来，为了减少伪阳性率，应于所提出之模型中增加更多正常脑部案例。同时，可考虑以先进的分类模型进行分类，如卷积神经网路或多层前馈式神经网路。

关键词：帕金森氏症位置尺度模型罗吉斯回归支持向量机

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：