检索结果-内蒙古大学图书馆

基础医学教育 2016年第1期18卷 86-88页

作者：考文萍王甲业杨丹李爱梅翟爱霞哈尔滨医科大学基础医学院微生物学教研室哈尔滨150081 哈尔滨医科大学基础医学院法医学教研室

研究生培养是创新型科研人才成长的基础,其质量与社会经济和科技进步息息相关。高等医学院校研究生培养直接影响到人们未来的身心健康,需要特别重视。在研究生培养过程中,尤其是硕士研究生新生阶段,学生存在科研素质不高、方法不当、目... 详细信息

研究生培养是创新型科研人才成长的基础,其质量与社会经济和科技进步息息相关。高等医学院校研究生培养直接影响到人们未来的身心健康,需要特别重视。在研究生培养过程中,尤其是硕士研究生新生阶段,学生存在科研素质不高、方法不当、目标不明确、适应能力和动手能力不强等问题。青年教师作为高等医学院校科研和教学的骨干力量,应充分发挥个人智慧,在改革创新的大环境下,帮助硕士研究生新生完成良好过渡并激励学生健康、积极地投入科学研究。

关键词：青年教师研究生培养高等医学院校

来源：评论

学校读者我要写书评

暂无评论

血管内皮生长因子-2578C／A基因-环境因素交互作用与抑郁症关联研究

引用

中华行为医学与脑科学杂志 2016年第4期25卷 315-318页

作者：陈明琪乔正学马靖松陈璐杨秀贤邱晓惠王琳杨艳杰哈尔滨医科大学公共卫生学院医学心理教研室哈尔滨150081 北京协和医院内分泌科北京100010

目的探讨血管内皮生长因子（vascular endothelial growth factor，VEGF）基因多态性与抑郁症的关联及其与环境交互作用在抑郁症发病中的作用。方法提取274名汉族单相抑郁症患者（病例组）和273名汉族健康人（对照组）的全基因组DNA，... 详细信息

目的探讨血管内皮生长因子（vascular endothelial growth factor，VEGF）基因多态性与抑郁症的关联及其与环境交互作用在抑郁症发病中的作用。方法提取274名汉族单相抑郁症患者（病例组）和273名汉族健康人（对照组）的全基因组DNA，应用单碱基延伸SNP分型技术（SNaP—shot）方法检测病例组和对照组VEGF．2578G／A位点的基因型和等位基因频率，应用二项Logsitic回归模型进一步分析VEGF-2578C／A基因和负性生活事件的交互作用与抑郁症的关联。结果病例组和对照组VEGF-2578C／A基因型A／A、A／C、C／C频率分布为4．0％、37．6％、58．4％和6．6％、35．5％、57．9％；等位基因A、C频率分布为22．8％、77．2％和24．4％、75．6％，两组间均差异无统计学意义（χ^2=1．880，P=0．391；χ^2=0．364，P=0．546）。VEGF-2578C／A多态性和负性生活事件交互作用与单相抑郁症的关联无统计学意义（P=0．716）。结论VEGF-2578C／A基因多态性及其与环境因素交互作用与抑郁症不存在关联。

关键词： VEGF基因抑郁症基因-环境交互

来源：评论

学校读者我要写书评

暂无评论

惩罚logistic回归方法在SNPs数据变量筛选研究中的应用

引用

实用预防医学 2016年第11期23卷 1395-1399页

作者：刘匆提李昂门志红姜博肖纯刘艳李贞子哈尔滨医科大学卫生统计学教研室黑龙江哈尔滨150081

目的比较L1正则化、L2正则化和弹性网三种惩罚logistic回归对SNPs数据的变量筛选能力。方法根据所设置的参数生成不同条件的SNPs仿真数据,利用正确率、错误率和正确指数从三个方面评价三种惩罚logistic回归的变量筛选能力。结果正确率... 详细信息

目的比较L1正则化、L2正则化和弹性网三种惩罚logistic回归对SNPs数据的变量筛选能力。方法根据所设置的参数生成不同条件的SNPs仿真数据,利用正确率、错误率和正确指数从三个方面评价三种惩罚logistic回归的变量筛选能力。结果正确率表现为L2正则化惩罚logistic回归>弹性网惩罚logistic回归>L1正则化惩罚logistic回归;错误率表现为L2正则化惩罚logistic回归>弹性网惩罚logistic回归>L1正则化惩罚logistic回归;正确指数则表现为弹性网惩罚logistic回归>L1正则化惩罚logistic回归>L2正则化惩罚logistic回归。结论综合来看弹性网的筛选能力更优,弹性网融合L1、L2两种正则化的思想,在高维数据分析中既能保证模型的稀疏性,便于结果的解释,又解决了具有相关性自变量不能同时进入模型的问题。

关键词：惩罚logistic回归 L1正则化 L2正则化弹性网正确指数

来源：评论

学校读者我要写书评

暂无评论

贝叶斯中介效应分析

贝叶斯中介效应分析

引用

2016年中国生物统计学术年会

作者：杨春艳侯艳李康哈尔滨医科大学卫生统计学教研室

近年来,中介分析方法的研究在流行病学中发展迅速,这种方法与黑盒箱流行病学的理论、概念框架,以及分子流行病学的发展密切相关.作为一种因果机制的研究方法,传统的中介效应分析都是基于频率法,包括非参bootstrap法、近似正态法(Asympto... 详细信息

近年来,中介分析方法的研究在流行病学中发展迅速,这种方法与黑盒箱流行病学的理论、概念框架,以及分子流行病学的发展密切相关.作为一种因果机制的研究方法,传统的中介效应分析都是基于频率法,包括非参bootstrap法、近似正态法(Asymptotic normal distribution method),Monte carlo模拟方法等.此外,根据置信区间算法的不同,非参bootstrap又包括非参数百分位Bootstrap法(PB)、偏差校正的bootstrap方法(BC)、偏差校正accelerated bootstrap(BCa).基于贝叶斯的中介效应分析可以整合先验信息,近年来很少人从贝叶斯的角度来研究中介效应.通过进行模拟实验来比较基于贝叶斯的中介效应分析与传统的中介效应分析在点估计与区间估计的特点.

关键词：流行病学统计分析贝叶斯模型中介效应

来源：评论

学校读者我要写书评

暂无评论

代谢组学高维数据分析平台的构建

代谢组学高维数据分析平台的构建

引用

2016年中国生物统计学术年会

作者：柯朝甫张帆李昂李康哈尔滨医科大学卫生统计学教研室

目的：建立一个适合实际使用的代谢组学高维数据分析平台,为从事代谢组研究的人员提供高效的工具. 方法：根据代谢组学高维数据分析方法的原理和特点,通过R语言编程进行整理、改编、研发和封装,实现一系列代谢组学数据分析过程. ... 详细信息

目的：建立一个适合实际使用的代谢组学高维数据分析平台,为从事代谢组研究的人员提供高效的工具. 方法：根据代谢组学高维数据分析方法的原理和特点,通过R语言编程进行整理、改编、研发和封装,实现一系列代谢组学数据分析过程. 结果：本研究建立了代谢组学高维数据分析平台,能够灵活方便地实现代谢组学图谱数据预处理、统计学分析以及物质鉴定的一体化过程.图谱预处理方法能够分析各种来源的图谱数据,具有较强的通用性.统计学分析过程包含了大量单变量和多变量统计分析方法,如Welch's t检验、假阳性错误率估计、交叉验证、置换检验和随机森林等.物质鉴定方面,该平台实现了代谢组学数据库的自动化批量搜索过程. 结论：本研究给出的代谢组学高维数据分析平台能够为相关研究人员提供指导和巨大便利,可以明显提高代谢组学研究的效率和质量.

关键词：医学统计学代谢组学高维数据分析平台图谱预处理物质鉴定

来源：评论

学校读者我要写书评

暂无评论

基于稀疏偏最小二乘方法的复发性卵巢癌脂质组学生物标志物的筛选研究

基于稀疏偏最小二乘方法的复发性卵巢癌脂质组学生物标志物的筛选...

引用

2016年中国生物统计学术年会

作者：李俊南侯艳李康哈尔滨医科大学卫生统计学教研室

上皮性卵巢癌是女性生殖器官常见的恶性肿瘤之一.90％以上的卵巢癌患者诊断时己进展到晚期(Ⅲ/Ⅳ期).超过60％的进展期患者在术后化疗后会发生复发.这些患者很难治愈,5年总生存率为25-35％.因此,发现新的复发性卵巢癌生物标志物,提高卵... 详细信息

上皮性卵巢癌是女性生殖器官常见的恶性肿瘤之一.90％以上的卵巢癌患者诊断时己进展到晚期(Ⅲ/Ⅳ期).超过60％的进展期患者在术后化疗后会发生复发.这些患者很难治愈,5年总生存率为25-35％.因此,发现新的复发性卵巢癌生物标志物,提高卵巢癌复发的预测能力变得尤为重要.作为一种重要的代谢物,脂类物质是大多数细胞膜的组成部分,涉及很多细胞功能,包括能量储存,细胞分化和细胞信号.大量研究表明,脂质代谢失调与人类癌症的发病机制,诊断和预后有关.本研究旨在识别和验证与复发性卵巢癌相关的脂类标志物,以提高卵巢癌复发的预测能力.

关键词：上皮性卵巢癌疾病复发脂质组学生物标志物稀疏偏最小二乘方法

来源：评论

学校读者我要写书评

暂无评论

多步骤决策树方法在基因表达数据上的应用研究

多步骤决策树方法在基因表达数据上的应用研究

引用

2016年中国生物统计学术年会

作者：马李冰侯艳李贞子李康哈尔滨医科大学卫生统计学教研室

基因芯片技术得到的基因表达谱数据具有维数高、噪声大、样本量小、非线性等特点,目前用于高维组学数据的变量筛选方法主要有单变量筛选和多变量筛选,然而,任何一种分析方法都有其局限性,如其适用范围和分析重点不同.为此,可以把不同的... 详细信息

基因芯片技术得到的基因表达谱数据具有维数高、噪声大、样本量小、非线性等特点,目前用于高维组学数据的变量筛选方法主要有单变量筛选和多变量筛选,然而,任何一种分析方法都有其局限性,如其适用范围和分析重点不同.为此,可以把不同的分析方法结合在一起,对数据进行分析,以得到更为丰富和可靠的结果.本文在ClarLynda等提出的多步骤分析策略的基础上,给出了一种新的多步骤决策树分析方法,通过比较多步骤决策树、SAM和随机森林在卵巢癌基因组学数据上的判别效果,研究多步骤决策树在基因组学数据分析中的应用.

关键词：医学统计学基因组学数据分析多步骤决策树

来源：评论

学校读者我要写书评

暂无评论

基于多维指标的治疗质量综合评价模型的构建研究

基于多维指标的治疗质量综合评价模型的构建研究

引用

2016年中国生物统计学术年会

作者：包含苏少飞刘美娜哈尔滨医科大学卫生统计学教研室

目的：基于多维指标构建治疗质量综合评价模型,探讨模型估计治疗质量的有效性;综合评价医院、医生乳腺癌的治疗质量。方法构建两参数logistic潜变量模型作为测量模型,将测量模型中的潜变量作为因变量整合进多水平结构模型,设定虚拟水... 详细信息

目的：基于多维指标构建治疗质量综合评价模型,探讨模型估计治疗质量的有效性;综合评价医院、医生乳腺癌的治疗质量。方法构建两参数logistic潜变量模型作为测量模型,将测量模型中的潜变量作为因变量整合进多水平结构模型,设定虚拟水平代表多维潜变量,构建多水平结构模型。应用MCMC估计模型参数,拟合三水平二维模型分析实例数据。结果建立了多水平多维潜变量模型;模拟研究结果提示,评价指标数及医生数均为20,模型估计治疗质量的有效性最好;应用该模型分析获得乳腺癌诊断、手术操作质量较优的医生及医院。结论多水平多维潜变量模型可以分析具有层次结构和多维性的治疗质量评价数据,能够做到全面、合理的进行疾病治疗质量综合评价;治疗质量综合评价使医院的等级划分、医生的绩效考核与治疗质量的衔接成为可能。

关键词：治疗质量综合评价多水平多维模拟研究

来源：评论

学校读者我要写书评

暂无评论

三臂临床试验中生存分析的试验设计研究

三臂临床试验中生存分析的试验设计研究

引用

2016年中国生物统计学术年会

作者：吴莹李康哈尔滨医科大学卫生统计学教研室

包含安慰剂组的三臂设计是非劣效研究的"金标准"设计,本文针对该设计下的生存分析临床试验.生存研究的试验跨度通常较长,一般包括入组期和入组结束后的随访期,而且往往包含删失数据,因此试验设计方法较为复杂.已有试验设计方... 详细信息

包含安慰剂组的三臂设计是非劣效研究的"金标准"设计,本文针对该设计下的生存分析临床试验.生存研究的试验跨度通常较长,一般包括入组期和入组结束后的随访期,而且往往包含删失数据,因此试验设计方法较为复杂.已有试验设计方法可提供特定参数设置下达到指定检验效能所需的样本含量,参数包括各组失效事件发生率、各组死亡风险函数、非劣效要求以及检验水准.但对生存分析临床试验而言,上述方法并不实用,主要原因在于失效事件的发生率难以准确指定.具体来说,在死亡风险函数确定后,失效事件的发生率由随访时间长度决定,而据此发生率得出的样本含量所需要的入组时间长度可能与上述随访时间长度不一致,继而影响真实的失效事件发生率,导致估计得出的样本含量与实际需要不符.因此,在试验设计中将试验长度相关因素考虑进去十分必要,也实际应用上也更为合理.

关键词：医学统计学临床试验生存分析三臂设计

来源：评论

学校读者我要写书评

暂无评论

结构稀疏组算法在多来源数据变量筛选中的应用研究

结构稀疏组算法在多来源数据变量筛选中的应用研究

引用

2016年中国生物统计学术年会

作者：侯艳谢宏宇王文杰曲丽欣李康哈尔滨医科大学卫生统计学教研室

如何将医学研究中的不同来源数据进行整合,从不同角度和层面综合分析和了解疾病,同时筛选出对疾病或用药等最具预测性的特征,构建准确地预测模型,将对机理研究和临床决策具有重要的理论和实际意义.结构稀疏组算法在多来源数据变量筛选... 详细信息

如何将医学研究中的不同来源数据进行整合,从不同角度和层面综合分析和了解疾病,同时筛选出对疾病或用药等最具预测性的特征,构建准确地预测模型,将对机理研究和临床决策具有重要的理论和实际意义.结构稀疏组算法在多来源数据变量筛选中具有明显的优势，且具有很好的临床实用性，建立的预测模型具有很好的可解释性，为临床应用提供宝贵信息。

关键词：医学统计学结构稀疏组算法预测模型

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：