检索结果-内蒙古大学图书馆

中华疾病控制杂志 2023年第9期27卷 1003-1009页

作者：邓淦元杨中婷杜兴梅邓春燕宋婷李瑞雨何杰宇邓睿黄源陈莹昆明医科大学公共卫生学院昆明650500

目的分析孕期抑郁检出率探讨可能的影响因素,识别高危人群为预防抑郁症提供科学依据。方法对云南省某县2022年5月处于孕期的女性人群采用爱丁堡产后抑郁症量表(Edinburgh Postnatal Depression Scale,EPDS)进行抑郁筛查,利用随机森林算... 详细信息

目的分析孕期抑郁检出率探讨可能的影响因素,识别高危人群为预防抑郁症提供科学依据。方法对云南省某县2022年5月处于孕期的女性人群采用爱丁堡产后抑郁症量表(Edinburgh Postnatal Depression Scale,EPDS)进行抑郁筛查,利用随机森林算法对影响因素进行重要性排序,用滑动窗口序贯向前选择法降维,将重要性评分最高且平均袋外估算误差率最小的影响因素纳入多因素logistic回归分析模型,估计影响因素的作用方向及效应值。结果732名孕妇接受问卷筛查,孕期抑郁检出率为13.8%(101/732)。随机森林算法分析显示,变量数为7时平均袋外估算误差率最小。将重要性排名前7的影响因素纳入多因素logistic回归分析模型,结果显示:孕期焦虑、既往不良情绪史、生孩子的经济担忧、家人对孩子有性别期盼是孕期抑郁的危险因素,第2次怀孕、高社会支持水平是孕期抑郁的保护因素,孕妇自评健康状况不满意与孕期抑郁无关。结论孕期有焦虑的女性很可能伴有抑郁,对生育费用、孩子性别的担忧和既往的不良情绪史会增加孕期抑郁的风险,足够的社会支持和既往的孕育史可以减少孕期抑郁发生的风险。建议加强孕期抑郁筛查,早期识别孕期抑郁症的高危人群。

关键词：孕期抑郁随机森林算法多因素logistic回归分析模型影响因素

来源：评论

学校读者我要写书评

暂无评论

基于随机森林算法和多因素logistic回归分析模型的1～2岁幼儿心理行为发育影响因素

引用

中国儿童保健杂志 2025年

作者：覃会玲骆艳朱焱沈成威简兰英涂可心贵州医科大学公共卫生与健康学院环境污染与疾病监控教育部重点实验室贵阳市妇幼保健院儿童保健科贵州医科大学医学人文学院

目的探讨儿童心理行为发育现状及其影响因素,为儿童心理行为发育的防控提供科学依据。方法选取2022年7月—2023年12月在贵阳市妇幼保健院儿童保健科就诊的694名1～2岁常规体检儿童为研究对象,对其父母进行一般人口学资料、是否接触屏... 详细信息

目的探讨儿童心理行为发育现状及其影响因素,为儿童心理行为发育的防控提供科学依据。方法选取2022年7月—2023年12月在贵阳市妇幼保健院儿童保健科就诊的694名1～2岁常规体检儿童为研究对象,对其父母进行一般人口学资料、是否接触屏幕及亲子互动水平调查,应用Gesell发育量表评估其心理行为发育状况。运用随机森林算法对影响因素进行重要性排序,将筛选后的变量纳入多因素logistic回归分析模型。结果影响儿童心理行为发育变量的重要性排序依次是出生体重、性别、孕次、孕周、家庭月均总收入、户外活动、喂养方式、是否接触电子屏幕、亲子互动、妊娠方式。多因素logistic回归分析结果显示,出生体重≥2500g(OR=0.24,95%CI:0.108～0.536)、高水平亲子互动(OR=0.267,95%CI:0.122～0.585)是儿童心理行为发育迟缓风险的保护因素。结论 1～2岁幼儿的心理行为发育仍需重视,因此,需采取高质量的孕期管理控制新生儿出生体重、并且父母需要提供优质的亲子互动以促进儿童早期发展。

关键词：心理行为发育随机森林模型多因素logistic回归分析模型

来源：评论

学校读者我要写书评

暂无评论

XGboost模型对缺血性脑卒中出院后90d内复发再入院风险的预测效果分析

引用

中华神经医学杂志 2018年第8期17卷 813-818页

作者：许源马健勇葛艳秋黎敏任元凯易应萍南昌大学第二附属医院医疗大数据研究中心南昌330006 南昌大学第二附属医院心血管内科南昌330006 南昌大学医学部公共卫生学院南昌330006 南昌大学第二附属医院神经内科南昌330006 赫博特医疗信息科技有限公司苏州215000

目的评价XGboost模型对缺血性脑卒中出院后90d内复发再入院风险的预测效果，为缺血性脑卒中复发再入院高危人群的早期筛查及预防提供参考依据。方法回顾性收集南昌大学第二附属医院神经内科自2007年1月至2017年7月收治的6070例初发缺血... 详细信息

目的评价XGboost模型对缺血性脑卒中出院后90d内复发再入院风险的预测效果，为缺血性脑卒中复发再入院高危人群的早期筛查及预防提供参考依据。方法回顾性收集南昌大学第二附属医院神经内科自2007年1月至2017年7月收治的6070例初发缺血性脑卒中患者的临床资料，采用XGboost模型及多因素logistic回归分析模型筛选出患者出院后90d内复发再入院的影响因素，分析比较两者的受试者工作特征曲线（ROC）及计算敏感度、特异度、约登指数，以评价XGboost模型的预测效果。结果出院后90d内复发再入院的缺血性脑卒中患者共520例，发病率为8．57％。多因素logistic回归分析显示住院天数（OR=1．016，P=0．000，95％CI：1．008-1．025）、高血压（OR=4．598，P=-0．000，95％CI：3．717-5．687）、肺部感染（OR=1．452，P=-0．025，95％CI：1．048—2．012）、中性粒细胞百分比（OR=1．013，P=-0．006，95％CI：1．004～1．022）、红细胞分布宽度（变异系数）（OR=I．161，P=-0．000，95％CI：1．090～1．237）、碱性磷酸酶（OR=1．003，P=-0．023，95％CI：1．000～1．005）是复发再入院的独立影响因素。XGboost模型显示排名前六位的复发再人院的影响因素分别为高血压（重要度评分32分）、红细胞分布宽度（变异系数）（重要度评分20分）、直接胆红素（重要度评分19分）、住院天数（重要度评分18分）、肺部感染（重要度评分15分）、碱性磷酸酶（重要度评分14分）。ROC曲线分析显示，XGboost模型预测复发再人院的ROC下面积[0．792（95％CI：0．717～0．762）较多因素logistic回归分析模型[0．739（95％CI：0．764～0．818）]提升了约5个百分点，且模型灵敏度（89．30％）、约登指数（0．444）均明显高于多因素logistic回归分析模型（77．3％、0．405）。结论XGboost模型对缺血性脑卒中出院后90d内复发再人院的预测效果优于多因素logistic回归分析模型，可应用于复发再人院的预测和早期诊断，具有一定的临床应用价值。

关键词： XGboost模型多因素logistic回归分析模型预测模型缺血性脑卒中复发再入院:影响因素

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：