检索结果-内蒙古大学图书馆

1990-2016年中国人群脑血管病疾病负担变化趋势

中华流行病学杂志 2019年第4期40卷 400-405页

作者：彭琴李海玲王媛芦文丽天津医科大学公共卫生学院流行病与卫生统计学系卫生统计学教研室 300070

目的分析1990-2016年脑血管病在我国造成的疾病负担现状和趋势,为疾病预防和控制政策提供线索。方法应用2016年全球疾病负担研究的结果,采用死亡人数和死亡率评估死亡水平;采用发病人数和发病率评估发病水平;采用伤残损失寿命年(YLD)、... 详细信息

目的分析1990-2016年脑血管病在我国造成的疾病负担现状和趋势,为疾病预防和控制政策提供线索。方法应用2016年全球疾病负担研究的结果,采用死亡人数和死亡率评估死亡水平;采用发病人数和发病率评估发病水平;采用伤残损失寿命年(YLD)、过早死亡损失寿命年(YLL)和伤残调整寿命年(DALY)来评价我国不同年份、年龄、性别、疾病亚型的脑血管病疾病负担情况,并分析1990-2016年脑血管病的疾病负担的变化趋势。结果与1990年相比,2016年我国脑血管病的发病人数(率)和死亡人数(率)都呈现上升趋势。1990-2016年脑血管病的YLL率、DALY率总体保持平稳,YLD率呈缓慢上升趋势,DALY率的变化主要来源于YLL率的变化;男性DALY、YLL粗率总体呈现缓慢上升趋势,≥70岁组DALY率最大;各指标性别、年龄组构成中,男性疾病负担较女性重,50~岁组所占比例最大;分性别、年龄组的DALY构成中,均为YLL所占比例远远大于YLD,YLD呈缓慢上升趋势;疾病亚型构成分析显示,出血性卒中的YLL和DALY占比大于缺血性卒中,缺血性卒中YLD占比大于出血性卒中。结论脑血管病的疾病负担较重,其在年龄、性别、疾病亚型等方面均存在差异,需采取针对性的筛查、干预、康复等措施,减轻其对个人及社会造成的负担。

关键词：脑血管病疾病负担变化趋势

来源：评论

学校读者我要写书评

暂无评论

连续贝叶斯网络在尿酸与慢性代谢性疾病相关性中的应用

引用

中华疾病控制杂志 2023年第9期27卷 1078-1083页

作者：崔宇宋伟梅赵瑞青任浩王旭春乔宇超赵执扬任家辉刘静李一汀仇丽霞山西医科大学公共卫生学院卫生统计学教研室太原030001

目的基于改进的偏相关(improved partial-correlation-based,IPCB)算法建立连续贝叶斯网络模型,探寻尿酸(uric acid,UA)的代谢性影响因素,并通过与传统的多重线性回归模型分析比较,分析连续贝叶斯网络模型对疾病影响因素的效果和优势。... 详细信息

目的基于改进的偏相关(improved partial-correlation-based,IPCB)算法建立连续贝叶斯网络模型,探寻尿酸(uric acid,UA)的代谢性影响因素,并通过与传统的多重线性回归模型分析比较,分析连续贝叶斯网络模型对疾病影响因素的效果和优势。方法以2015年山西省慢性病监测的4846例监测人群数据为研究对象,分别用多重线性回归模型和连续贝叶斯网络模型分析UA与其余9个代谢性疾病的特征指标的相关性,比较两种方法结果的优劣。结果经多重线性回归模型逐步分析,三酰甘油(triglyceride,TG)、SBP、DBP、低密度脂蛋白(low density lipoprotein,LDL)、高密度脂蛋白(high density lipoprotein,HDL)共5个变量与UA水平直接相关,解释了UA 9.5%的变异。连续贝叶斯网络模型共包含24条有向边,年龄、TG、LDL、HDL、SBP、DBP与UA水平直接相关,随着年龄、TG、LDL的增加和HDL的降低均会导致UA水平升高,而UA水平升高又导致SBP、DBP升高;总胆固醇(total cholesterol,TC)与UA间接相关。结论连续贝叶斯网络模型能发现更多UA的直接影响因素,还可以找到UA的间接影响因素,整体解释度更好。

关键词：连续贝叶斯网络改进的偏相关算法多重线性回归尿酸

来源：评论

学校读者我要写书评

暂无评论

倾向性评分与孟德尔随机化国内研究现状

引用

中华疾病控制杂志 2022年第3期26卷 325-330页

作者：和思敏张雨彭刘庆景佳蕊陈淑婷王文杰高绒绒高雪高倩王彤山西医科大学公共卫生学院卫生统计学教研室太原030001

混杂偏倚是非随机化研究中偏倚一类的重要来源,对混杂因素的控制是研究中获得可靠结果的保证。本文简要介绍了在非随机化研究中常用的两类混杂控制方法——倾向性评分和孟德尔随机化,并对近年来国内相关研究现状进行综述,为倾向性评分... 详细信息

混杂偏倚是非随机化研究中偏倚一类的重要来源,对混杂因素的控制是研究中获得可靠结果的保证。本文简要介绍了在非随机化研究中常用的两类混杂控制方法——倾向性评分和孟德尔随机化,并对近年来国内相关研究现状进行综述,为倾向性评分匹配和孟德尔随机化的应用提供建议。

关键词：倾向性评分孟德尔随机化混杂控制

来源：评论

学校读者我要写书评

暂无评论

基于随机森林变量重要性评分的变量筛选方法及其在肿瘤分型诊断中的应用

引用

中华疾病控制杂志 2023年第3期27卷 274-280,320页

作者：王文杰马金沙高倩王彤山西医科大学公共卫生学院卫生统计学教研室太原030001

目的探究高维组学数据中结局为二分类时基于随机森林(random forest, RF)变量重要性评分的变量筛选方法,并选择合适方法构建结局预测模型。方法首先根据不同的变量筛选目标,对最小优化变量筛选类RF算法[递归特征消除(recursive featur... 详细信息

目的探究高维组学数据中结局为二分类时基于随机森林(random forest, RF)变量重要性评分的变量筛选方法,并选择合适方法构建结局预测模型。方法首先根据不同的变量筛选目标,对最小优化变量筛选类RF算法[递归特征消除(recursive feature elimination, RFE)-RF、biosigner]与全部相关变量筛选类RF算法(Boruta、vita、altmann、r2vim)在高维数据中识别重要变量的能力进行了模拟比较。然后结合不同方法优势用于弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma, DLBCL)分型相关基因的筛选,并构建DLBCL分型诊断模型。结果模拟研究表明,vita方法的灵敏度较高,biosigner方法的阳性预测值较高。实例分析表明,经vita方法筛得1 019个与DLBCL分型相关的基因,后经biosigner方法筛得77个与DLBCL分型相关的基因。所建DLBCL分型诊断模型的受试者工作特征(receiver operating characteristical, ROC)曲线下面积(area under the ROC curve, AUC)为0.910。结论 vita及biosigner方法可用于DLBCL分型相关基因的初步和最终筛选阶段。由最终筛得基因所建立的模型可有效实现DLBCL的分型诊断。

关键词：随机森林变量筛选弥漫大B细胞淋巴瘤

来源：评论

学校读者我要写书评

暂无评论

应用深度神经网络和Klemera-Doubal方法估计生物学年龄

引用

中国公共卫生 2023年第6期39卷 782-788页

作者：陈淑婷高倩曹利美王佳乐王彤山西医科大学公共卫生学院卫生统计学教研室太原030001

目的将深度神经网络(DNN)和Klemera-Doubal方法(KDM)应用于中国中老年人群估计生物学年龄(BA),并选择最优方案评价模型表现。方法从中国健康与养老追踪调查(CHARLS)2011—2012年的全国基线调查数据中,选取45岁≤年龄≤85岁中老年人的血... 详细信息

目的将深度神经网络(DNN)和Klemera-Doubal方法(KDM)应用于中国中老年人群估计生物学年龄(BA),并选择最优方案评价模型表现。方法从中国健康与养老追踪调查(CHARLS)2011—2012年的全国基线调查数据中,选取45岁≤年龄≤85岁中老年人的血液标志物样本(11513人)、身体测量指标样本(13603人)和血液+身体测量样本(9904人),应用DNN和KDM估计BA,根据Pearson相关系数、平均绝对误差(MAE)和均方根误差(RMSE)评价BA的估计准确性和选出最优方案。通过计算BA和时序年龄(CA)回归的残差ΔBA,与死亡情况、认知能力构建复杂抽样logistic回归或线性回归模型。结果3种样本均是血液+身体测量样本计算的BA与CA相关性最高(r_(DNN)=0.91;r_(KDM)=0.48),MAE(MAE_(DNN)=3.11;MAE_(KDM)=13.74)和RMSE(RMSE_(DNN)=4.15;RMSE_(KDM)=17.76)最低,DNN的BA估计准确性优于KDM。在血液+身体测量样本中,死亡风险随DNN-ΔBA、KDM-ΔBA、CA增加而升高,反之,认知能力随其增加而降低。基于受试者工作特征(ROC)曲线下面积(AUC)评价模型的预测作用,KDM-ΔBA对死亡风险的预测准确性略优于DNN-ΔBA(AUC_(KDM-ΔBA)=0.717;AUC_(DNN-ΔBA)=0.699)。此外,相比于正常衰老者(-5≤ΔBA≤5),衰老加速者(ΔBA>5)具有明显更高的死亡风险(OR_(DNN)=1.760,95%CI=1.207~2.567;OR_(KDM)=1.872,95%CI=1.308~2.679),并与更低的认知能力(β_(DNN)=-0.631,95%CI=-1.124~-0.139;β_(KDM)=-0.374,95%CI=-0.680~-0.068)有关。结论最优方案包含多类型数据(血液+身体测量指标)具有较高的BA估计准确性,明显优于单类型数据,更能准确评估个体的衰老速度。DNN相较于KDM具有更高的BA估计准确性,且DNN与KDM的预测表现较为接近,可认为DNN应用于我国中老年人群评估个体的衰老变化具有更优表现。

关键词：生物学年龄深度神经网络 Klemera-Doubal方法衰老

来源：评论

学校读者我要写书评

暂无评论

基于倾向性评分探讨睡眠时相提前综合征与2型糖尿病的关系

引用

中华疾病控制杂志 2023年第1期27卷 53-59页

作者：高绒绒高倩王彤山西医科大学公共卫生学院卫生统计学教研室太原030001

目的探讨睡眠时相提前综合征(advanced sleep phase syndrome,ASPS)和2型糖尿病(type 2 diabetes mellitus,T2DM)间的关联性,为深入理解睡眠的健康效应及预防和干预T2DM提供理论依据。方法本研究数据来源于美国国家健康和营养调查(Natio... 详细信息

目的探讨睡眠时相提前综合征(advanced sleep phase syndrome,ASPS)和2型糖尿病(type 2 diabetes mellitus,T2DM)间的关联性,为深入理解睡眠的健康效应及预防和干预T2DM提供理论依据。方法本研究数据来源于美国国家健康和营养调查(National Health and Nutrition Examination Survey,NHANES)(2017―2018年)数据库。ASPS由工作日的就寝时间和晨起时间定义。T2DM根据服用降糖药物来定义。使用基于倾向性评分的逆概率加权法(inverse probability treatment weight,IPTW)和重叠加权法(overlap weights,OW)尽可能地控制潜在混杂变量后,分析ASPS和T2DM的关联性。结果共有6048名研究对象被纳入研究,其中759人患有T2DM,411人被诊断为ASPS,分别占12.5%、6.8%。T2DM在ASPS组中的患病率比非ASPS组高(20.0%vs.12.0%,t=21.295,P<0.001)。IPTW控制潜在混杂后,分析显示ASPS组患T2DM的风险是非ASPS组的1.540倍(OR=1.540,95%CI:1.184~2.002,P=0.001);OW进一步完全均衡协变量后,分析显示二者差异有统计学意义(OR=1.362,95%CI:1.078~1.722,P=0.001)。结论ASPS是T2DM独立风险因素,提示睡眠问题的管理在T2DM的防制中具有重要意义。

关键词：睡眠时相提前综合征 2型糖尿病逆概率加权重叠加权

来源：评论

学校读者我要写书评

暂无评论

基于WGCNA和机器学习筛选帕金森病免疫相关关键基因

引用

中南大学学报（医学版） 2024年第2期49卷 207-219页

作者：黄一铭王爱民王凤琳徐雅琪张文婧石福艳王素珍山东第二医科大学公共卫生学院卫生统计学教研室山东潍坊261053

目的:在帕金森病的发病过程中,免疫系统的异常激活和炎症反应起着重要作用。然而,目前对于免疫相关关键基因在帕金森病发生和发展中的具体作用和作用机制的了解仍然有限。本研究旨在通过加权基因共表达网络分析(weighted gene co-expres... 详细信息

目的:在帕金森病的发病过程中,免疫系统的异常激活和炎症反应起着重要作用。然而,目前对于免疫相关关键基因在帕金森病发生和发展中的具体作用和作用机制的了解仍然有限。本研究旨在通过加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)和机器学习筛选帕金森病免疫相关关键基因。方法:从基因表达综合(Gene Expression Omnibus,GEO)数据库下载基因芯片数据,采用WGCNA筛选出与帕金森病相关的重要基因模块;将重要模块中的基因导出,绘制帕金森病重要相关基因与免疫相关基因的韦恩图,从而筛选出帕金森病免疫相关基因。采用基因本体(gene ontology,GO)分析和京都基因和基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)深入分析免疫相关基因的功能及参与的信号通路。通过R语言的CIBERSORT包进行免疫细胞浸润分析。采用生物信息学方法和3种机器学习方法[最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归、随机森林(random forest,RF)和支持向量机(support vector machine,SVM)]对筛选出的帕金森病免疫相关基因进行进一步筛选研究,绘制4种方法筛选的差异表达基因的韦恩图,筛选交集基因即中心节点(hub node,hub)基因。通过STRING数据库搜索帕金森病hub基因的下游蛋白质,绘制蛋白质互作网络图。结果:筛选出帕金森病重要模块基因中与免疫相关的基因218个,其中45个为上调基因,50个为下调基因。富集分析结果显示218个基因主要在免疫系统对外来物反应和病毒感染通路富集。免疫浸润分析结果表明,CD4^(+)T细胞、NK细胞、CD8^(+)T细胞、B细胞在帕金森病患者样本中的浸润百分率较高,静息NK细胞、静息CD4^(+)T细胞在帕金森病患者样本中显著浸润。4种方法筛选出的hub基因为ANK1基因。交集基因蛋白质互作网络分析结果显示,ANK1基因翻译表达的11个蛋白质主要参与信号转导、铁稳态调节及免疫系统激活等功能。结论:通过WGCNA和机器学习方法,筛选出帕金森病免疫相关关键基因ANK1,该基因可能成为帕金森病诊断和治疗的候选靶点。

关键词：加权基因共表达网络分析机器学习帕金森病免疫 ANK1基因

来源：评论

学校读者我要写书评

暂无评论

生物学年龄量化方法研究进展

引用

中华流行病学杂志 2023年第3期44卷 516-520页

作者：曹利美陈淑婷王彤山西医科大学公共卫生学院卫生统计学教研室太原030001

生物学年龄已被证明优于时序年龄衡量个体间衰老的真实差异,但生物学年龄的量化方法在衰老研究领域至今未达成共识。本文对目前常用的一些生物学年龄的量化方法进行概述,并提出展望。

关键词：生物学年龄衰老量化

来源：评论

学校读者我要写书评

暂无评论

纵向研究中控制时依混杂的G方法

引用

中华流行病学杂志 2021年第10期42卷 1871-1875页

作者：梁洁和思敏陈淑婷王彤山西医科大学公共卫生学院卫生统计学教研室大原030012

传统分析方法不能有效地控制纵向研究中的时依混杂以得到无偏因果效应估计值。本研究解释了纵向研究中正确控制时依混杂的必要性,概述了现有控制时依混杂的G方法——参数g-formula、逆概率加权和G估计,并通过比较它们的优缺点和适用情况... 详细信息

传统分析方法不能有效地控制纵向研究中的时依混杂以得到无偏因果效应估计值。本研究解释了纵向研究中正确控制时依混杂的必要性,概述了现有控制时依混杂的G方法——参数g-formula、逆概率加权和G估计,并通过比较它们的优缺点和适用情况,为研究者在纵向研究中估计因果效应提供参考。

关键词：时依混杂参数g-formula 逆概率加权 G估计

来源：评论

学校读者我要写书评

暂无评论

基于倾向性评分匹配的慢性阻塞性肺疾病影响因素研究

引用

中华疾病控制杂志 2022年第7期26卷 857-861页

作者：任家辉乔宇超任浩全帝臣崔宇赵执扬仇丽霞山西医科大学公共卫生学院卫生统计学教研室太原030001

目的经倾向性评分匹配(propensity score matching,PSM)均衡组间人口学特征后,研究慢性阻塞性肺疾病(chronic obstructive pulmonary disease,COPD)与生活行为习惯、个体疾病等因素的关系。方法使用2014-2015年山西省居民COPD监测数据,... 详细信息

目的经倾向性评分匹配(propensity score matching,PSM)均衡组间人口学特征后,研究慢性阻塞性肺疾病(chronic obstructive pulmonary disease,COPD)与生活行为习惯、个体疾病等因素的关系。方法使用2014-2015年山西省居民COPD监测数据,其中病例组277人,对照组1795人。采用PSM按1∶1选取在人口学特征上与病例相近的对照个体;采用条件Logistic回归分析模型分析COPD的影响因素。结果成功匹配275对,条件Logistic回归分析模型结果显示,知晓COPD者患病风险降低了92.8%;既往经常咳嗽、有呼吸道疾病史、接触有害气体、吸烟者患COPD的风险分别提高了1.489倍、1.371倍、1.013倍、0.834倍。结论加强COPD的健康教育、禁烟、不接触有害气体、及时治疗呼吸系统疾病是预防和减少COPD发生的重要措施。

关键词：倾向性评分匹配慢性阻塞性肺疾病影响因素

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：