目的 采用结合环论的粒子群优化算法(hybridization of ring theory-based evolutionary algorithm and particle swarm optimization, RTPSO)对数据进行均衡化处理,以构建高性能冠心病合并慢性心衰预后模型。方法 分别用SMOTE算法、RT...
详细信息
目的 采用结合环论的粒子群优化算法(hybridization of ring theory-based evolutionary algorithm and particle swarm optimization, RTPSO)对数据进行均衡化处理,以构建高性能冠心病合并慢性心衰预后模型。方法 分别用SMOTE算法、RTPSO算法对数据进行均衡化处理,在均衡化数据集上构建logistic回归、随机森林、支持向量机模型。结果 本研究共纳入2229例冠心病合并慢性心衰患者,依据筛选出的BMI、射血分数、N端前脑钠肽等22个变量构建模型。用灵敏度、特异度、准确率、F-measure和AUC值评价模型性能,其中RF、SVM、logistic回归、RF-RTPSO、SVM-RTPSO、Logistic-RTPSO灵敏度的中位数分别为0.0172、0.0773、0.0776、0.7568、0.7640、0.7838;F-measure的中位数分别为0.0338、0.1143、0.1283、0.3412、0.3505、0.4545;AUC的中位数分别为0.5086、0.5264、0.5313、0.8016、0.7785、0.7985。结论 RTPSO算法可以从多数类样本中选择有代表性的少数样本,从而达到数据均衡化,使分类模型具备更高的预测性能,指导临床医生发现高危患者,尽早预防不良事件的发生。
目的分析2014—2023年南宁市小学水痘突发公共卫生事件(public health emergency events,PHEEs)的流行病学特征和影响因素,为开展小学水痘疫情防控工作提供科学参考。方法通过中国疾病预防控制信息系统收集2014―2023年南宁市水痘发病...
详细信息
目的分析2014—2023年南宁市小学水痘突发公共卫生事件(public health emergency events,PHEEs)的流行病学特征和影响因素,为开展小学水痘疫情防控工作提供科学参考。方法通过中国疾病预防控制信息系统收集2014―2023年南宁市水痘发病资料和小学水痘突发公共卫生事件信息,采用移动平均预警方法识别水痘流行期,运用描述性流行病学方法分析小学水痘PHEEs疫情特征,采用逐步法建立多重线性回归模型,分别分析水痘突发疫情持续时间和各流行期内PHEEs起数和疫情总病例数的相关因素。结果2014—2023年南宁市共报告116起小学水痘突发公共卫生事件,疫情主要发生在冬春季流行期(66.38%),不同流行期水痘突发公共卫生事件的中位持续时间(H=1.62,P=0.204)和疫情中位病例数(H=1.69,P=0.194)差异无统计学意义。农村小学总发病率(5.82%)高于其他类型学校(χ^(2)=646.04,P<0.001);县镇小学的疫情持续时间(F=4.02,P=0.021)、疫情平均病例数(F=4.54,P=0.013)、涉及班级数(F=9.36,P<0.001)最高;城市小学疫情涉及人数(F=28.06,P<0.001)最高。疫情首次报告病例数(β=0.84,P=0.006)、单起疫情病例数(β=0.16,P=0.048)和涉及班级数(β=1.21,P=0.004)是小学水痘突发公共卫生事件持续时间的影响因素;流行期内疫情总起数及疫情病例总数与首起疫情持续时间呈正相关(疫情总起数:β=0.08,P=0.029;疫情病例总数:β=6.16,P=0.001),与流行期内疫情平均时间间隔呈负相关(疫情总起数:β=-0.21,P<0.001;疫情病例总数:β=-8.14,P=0.001)。结论在水痘流行期应重视小学水痘疫情的防控,提高对校园水痘聚集疫情监测的敏感度,减少班级间传播可缩短突发公共卫生事件持续时间,同时应加强流行期异常信号识别(首起疫情持续时间、疫情间隔时间),以及时评估整体暴发水平。
目的基于公共安全医学防控的理念,描述北方和南方成年居民高血压的患病现状,分析影响因素的差异,进行地区差异性分析,为南北方制定有针对性的公共卫生防治策略提供科学依据。方法选取中国健康与营养调查(China health and nutrition sur...
详细信息
目的基于公共安全医学防控的理念,描述北方和南方成年居民高血压的患病现状,分析影响因素的差异,进行地区差异性分析,为南北方制定有针对性的公共卫生防治策略提供科学依据。方法选取中国健康与营养调查(China health and nutrition survey,CHNS)数据,共有6313名成年居民纳入研究。采用logistic回归,分析城乡居民高血压患病的影响因素。结果6313名居民的高血压患病率为24.2%,北方与南方的差异具有统计学意义(25.9%比23.0%,χ^(2)=7.142,P=0.008)。logistic回归分析结果显示:南北方居民高血压患病的共同影响因素为年龄、性别、BMI。在年龄层面,相对于18~岁年龄组,北方居民45~岁年龄组OR=3.414,60~岁年龄组OR=10.429;南方居民45~岁年龄组OR=3.936,60~岁年龄组OR=11.453。在性别方面,相对于女性,北方男性居民OR=0.559,南方男性居民OR=1.548。在BMI方面,相对于正常体重,北方超重和肥胖居民的OR值分别为2.211、6.065,南方居民OR值分别为2.065、3.491。而北方的影响因素还有吸烟状况、每日酒精摄入量:吸烟者OR=1.432,每日酒精摄入量为15 g组和45g组的OR值为1.485、2.493;南方的影响因素还包括文化程度、中心性肥胖、饮酒频率:高中及中专、大专及以上文化程度的OR分别为0.737、0.599,中心性肥胖居民OR=1.805,几乎每天饮酒居民OR=1.436。结论南北方居民高血压患病的影响因素不尽相同,应结合南北方不同的患病影响因素特点制定针对性的公共安全防控策略。
暂无评论