检索结果-内蒙古大学图书馆

中华医学教育杂志 2022年第2期42卷 127-131页

作者：朱丽燕赵晨曦田静李庆林孙涛杨立斌曹德品哈尔滨医科大学卫生管理学院医学教育管理教研室哈尔滨150081 杭州师范大学公共卫生学院卫生管理与政策系杭州311121

通过访谈医学院校教师在教学改革过程中的决策和管理经历,利用扎根理论分析其参与教学改革共同治理的行为和决定因素。研究发现,医学院校教师参与教学改革共同治理的行为有真实性参与和象征性参与2种层次,以象征性参与居多,存在参与程... 详细信息

通过访谈医学院校教师在教学改革过程中的决策和管理经历,利用扎根理论分析其参与教学改革共同治理的行为和决定因素。研究发现,医学院校教师参与教学改革共同治理的行为有真实性参与和象征性参与2种层次,以象征性参与居多,存在参与程度低、机会不足和主观动力不强的问题,其行动受到情境、个体和过程3个因素的影响。激励教师参与教学改革共同治理需要加强教师参与的情境因素和过程因素建设,并根据教师的个体因素采取差异化激励策略,重点激励有教学理想和教学能力的医学院校教师。

关键词：扎根理论教学改革共同治理教师参与医学院校

来源：评论

学校读者我要写书评

暂无评论

基于概率校准的弥漫性大B细胞淋巴瘤患者死亡风险预测

引用

中国卫生统计 2021年第5期38卷 670-674页

作者：范双龙赵志强余红梅王蕾郑楚楚黄雪倩阳桢寰邢蒙吕庆罗艳虹山西医科大学公共卫生学院卫生统计教研室 030001 重大疾病风险评估山西省重点实验室山西省肿瘤医院血液科密歇根州立大学流行病与生物统计系

目的基于概率校准,预测弥漫性大B细胞淋巴瘤(diffuse large B-cell lymphoma, DLBCL)患者两年内的死亡风险,为医生决策和临床治疗提供参考。方法使用Cox回归筛选DLBCL患者两年内死亡的影响因素。选择logistic回归(logistic regression, ... 详细信息

目的基于概率校准,预测弥漫性大B细胞淋巴瘤(diffuse large B-cell lymphoma, DLBCL)患者两年内的死亡风险,为医生决策和临床治疗提供参考。方法使用Cox回归筛选DLBCL患者两年内死亡的影响因素。选择logistic回归(logistic regression, logit)、随机森林(random forest, RF)、支持向量机(support vector machines, SVM)、前馈神经网络(feedforward neural network, FNN)构建风险预测模型。同时,使用三种概率校准方法对上述模型进行校准:platt scaling(Platt)、isotonic regression(IsoReg)、shape-restricted polynomial regression(RPR)。使用ROC曲线下的面积(AUC)评价模型的区分性能,使用Hosmer-Lemeshow(H-L)goodness-of-fit test、expected calibration error(ECE)、maximum calibration error(MCE)评价模型的校准性能。结果 logit和FNN能够提供准确的概率估计,校准后其预测性能无提升;RF和SVM的预测概率与真实概率的差异具有统计学意义。除SVM-IsoReg外,三种概率校准方法都能对有偏预测进行良好的校准,且RPR校准效果最好。结论 logit和FNN具有良好的校准性能,而RF和SVM校准性能较差,概率校准能够有效降低它们的预测误差。基于概率校准所构建的风险预测模型达到预期效果。

关键词：弥漫性大B细胞淋巴瘤风险预测概率校准区分度校准度

来源：评论

学校读者我要写书评

暂无评论

基于贝叶斯准则的差异网络分析方法研究与应用

引用

中国卫生统计 2019年第4期36卷 484-488页

作者：宋微王文杰徐欢蔡雨晴李康哈尔滨医科大学卫生统计学教研室

目的探讨基于贝叶斯准则的差异网络分析方法的性能,并将其应用于卵巢癌基因表达谱数据分析。方法通过模拟实验评价其识别差异边及差异节点的准确性,并与传统方法做对比。同时应用上皮性卵巢癌基因组学数据,构建差异网络模型。结果模拟... 详细信息

目的探讨基于贝叶斯准则的差异网络分析方法的性能,并将其应用于卵巢癌基因表达谱数据分析。方法通过模拟实验评价其识别差异边及差异节点的准确性,并与传统方法做对比。同时应用上皮性卵巢癌基因组学数据,构建差异网络模型。结果模拟试验结果表明,基于贝叶斯准则的差异网络分析方法识别差异边能力明显优于高斯图模型方法;实例分析结果表明,本文方法构建的差异网络模型具有实际意义。结论应用基于贝叶斯准则的差异网络分析方法能得出准确度较高的差异网络,效果优于传统方法。

关键词：贝叶斯模型选择高斯图模型差异网络

来源：评论

学校读者我要写书评

暂无评论

JIVE方法在卵巢癌多组学数据整合分析中的应用

引用

中国卫生统计 2019年第5期36卷 774-776页

作者：徐欢宋微蔡雨晴侯艳李康哈尔滨医科大学卫生统计学教研室

目的引入JIVE方法对多组学数据进行整合分析,并应用于肿瘤分子分型研究。方法使用TCGA数据库中卵巢癌mRNA和miRNA的组学数据,应用JIVE方法整合分析两个组学数据,提取两不同组学数据的共同特征,然后通过对其具有共同结构的数据做主成分分... 详细信息

目的引入JIVE方法对多组学数据进行整合分析,并应用于肿瘤分子分型研究。方法使用TCGA数据库中卵巢癌mRNA和miRNA的组学数据,应用JIVE方法整合分析两个组学数据,提取两不同组学数据的共同特征,然后通过对其具有共同结构的数据做主成分分析,给出卵巢癌miRNA分子分型的结果。结果经过JIVE方法整合分析后,使miRNA数据具有明显与mRNA相一致的分型结构,从而进一步支持了mRNA的分型结果,同时揭示了两组学之间在组织分子分型上具有一定的调控关系。结论JIVE方法可以用于提取组学之间存在的共同结构矩阵,从而进行多组学数据的整合分析。

关键词： JIVE方法多组学数据整合特征提取

来源：评论

学校读者我要写书评

暂无评论

差异网络分析方法在组学数据变量筛选中的应用

引用

中国卫生统计 2019年第4期36卷 635-637页

作者：蔡雨晴宋微徐欢李康哈尔滨医科大学卫生统计学教研室

组学数据(omics data),如基因组、转录组、蛋白质组和代谢组等数据能够反映疾病的发生、发展和预后的情况。对于组学数据的分析,主要是筛选有用的生物标志物、分析调控网络和建立预测模型。一般是通过变量差异表达量分析不同类别之间的... 详细信息

组学数据(omics data),如基因组、转录组、蛋白质组和代谢组等数据能够反映疾病的发生、发展和预后的情况。对于组学数据的分析,主要是筛选有用的生物标志物、分析调控网络和建立预测模型。一般是通过变量差异表达量分析不同类别之间的差别。

关键词：变量筛选网络分析数生物标志物蛋白质组预测模型调控网络基因组

来源：评论

学校读者我要写书评

暂无评论

压缩感知理论在小样本量蛋白质组学变量筛选研究中的应用

引用

中国卫生统计 2019年第5期36卷 649-652,657页

作者：张薇张秋菊王玉鹏谢彪孙琳高兵叶倩田伟侯小文刘美娜哈尔滨医科大学卫生统计学教研室

目的探索基于压缩感知理论变量筛选方法在小样本量蛋白质组学研究中应用的效果和特点,为小样本量的蛋白质组学的变量筛选提供更灵敏、可靠的方法。方法模拟实验比较基于CS理论的变量筛选方法与偏最小二乘(PLS)及随机森林(RF)筛选变量的... 详细信息

目的探索基于压缩感知理论变量筛选方法在小样本量蛋白质组学研究中应用的效果和特点,为小样本量的蛋白质组学的变量筛选提供更灵敏、可靠的方法。方法模拟实验比较基于CS理论的变量筛选方法与偏最小二乘(PLS)及随机森林(RF)筛选变量的能力,通过灵敏度、特异度及平衡准确度评价其变量筛选效果;利用CS变量筛选方法筛选非小细胞肺癌两亚型组(腺癌和鳞状细胞癌)的差异蛋白。结果模拟实验表明,CS理论的变量筛选方法在样本量较小时具有较好的变量筛选效果,灵敏度、特异度及平衡准确度均较高;利用基于CS理论的变量筛选方法筛选,获得肺腺癌和鳞状细胞癌间差异表达蛋白22种,被证明是肺腺癌和鳞状细胞癌间有差异的蛋白为:Cytokeratin 6A、Cytokeratin 6B、Cytokeratin 6C、PKP1、P63、MCT1。结论基于CS理论的变量筛选方法在样本量特别少时,筛选变量的效果优于PLS和RF,更适用于小样本蛋白质组学数据变量筛选研究。

关键词：压缩感知蛋白质组学变量筛选小样本

来源：评论

学校读者我要写书评

暂无评论

基于网络解卷积和网络沉默算法的高维数据网络优化策略与比较

引用

中国卫生统计 2019年第1期36卷 68-70,74页

作者：荣志炜王文杰李康哈尔滨医科大学卫生统计学教研室 150081

目的根据组学数据构建网络存在间接边的问题,对此可通过适当的算法进行优化。本文使用DREAM5平台的网络数据,对网络解卷积方法(ND)和网络沉默(Silencing)两种网络优化算法的效果进行比较,提供合适的网络构建策略。方法分别使用7种方法... 详细信息

目的根据组学数据构建网络存在间接边的问题,对此可通过适当的算法进行优化。本文使用DREAM5平台的网络数据,对网络解卷积方法(ND)和网络沉默(Silencing)两种网络优化算法的效果进行比较,提供合适的网络构建策略。方法分别使用7种方法构建网络,然后使用ND和Silencing算法对网络优化,再通过ROC-PR曲线的评分对其效果进行比较,最后用网络结构分析方法评价去除间接效应的能力。结果两种方法对大多数网络都有较好的优化能力,能够很好地去除间接效应;相对而言,ND方法略优于Silencing方法。结论使用RF+ND和CLR+Silencing方法构建网络是两种较好的网络构建策略。

关键词：基因调控网络网络优化网络解卷积网络沉默

来源：评论

学校读者我要写书评

暂无评论

2011—2017年中国心肌梗死治疗质量的趋势与变异

引用

中国医院统计 2021年第2期28卷 97-100页

作者：栗景坤王心雨李习王超刘美娜哈尔滨医科大学公共卫生学院卫生统计学教研室黑龙江哈尔滨150081 首都医科大学附属北京儿童医院大数据和工程研究中心北京100046

目的分析2011—2017年急性ST段抬高型心肌梗死(STEMI)治疗质量评价指标使用率变化趋势;计算急性心肌梗死治疗质量综合得分,获得综合质量变化趋势及变异,为改善STEMI治疗质量提供依据。方法选择STEMI治疗指南Ⅰ类推荐的STEMI治疗质量评... 详细信息

目的分析2011—2017年急性ST段抬高型心肌梗死(STEMI)治疗质量评价指标使用率变化趋势;计算急性心肌梗死治疗质量综合得分,获得综合质量变化趋势及变异,为改善STEMI治疗质量提供依据。方法选择STEMI治疗指南Ⅰ类推荐的STEMI治疗质量评价指标12项,提取单病种监测系统中STEMI患者的数据;计算STEMI评价指标使用率;利用分母权重法获得治疗质量综合得分及变异,并进行趋势性检验。结果与2011年相比,12项治疗质量指标中,到医院90 min内实施经皮冠状动脉介入治疗使用率增幅最大,到达医院后即刻使用β受体阻滞剂使用率下降最大,趋势性检验有统计学意义;2011年至2017年间,医院综合得分中位数随时间变化不明显,四分位数间距随时间有增大趋势。结论我国STEMI的多数治疗质量指标使用率显著改善;医院综合治疗得分趋势稳定,但医院间变异扩大。

关键词：急性ST段抬高型心肌梗死治疗质量指标综合得分趋势及变异

来源：评论

学校读者我要写书评

暂无评论

基因表达数据中加权SAM法的基因选择和分类预测研究

引用

实用预防医学 2020年第12期27卷 1537-1540页

作者：任雨冬陆震李婧惟刘艳哈尔滨医科大学卫生统计学教研室黑龙江哈尔滨150081

目的使用高斯核函数和欧式距离函数改进微阵列显著分析法(significance analysis of microarray,SAM)得到MSAM1法(modified significance analysis of microarray-1,MSAM1)和MSAM2法(modified significance analysis of microarray-2,MSAM2),与SAM法、Relief法、支持向量机递归特征消除法(support vector machine recursive feature elimination, SVM-RFE)进行对比,评价在基因表达数据中MSAM1法、MSAM2法的基因选择和分类预测能力。方法从Bioconductor中的golubEsets包获得leukemia数据集(Golub等人给出了该数据集所包含的50个差异基因),运用R软件实现5种算法,分别用正确率和ROC曲线下面积即AUC值评价基因选择能力和分类预测能力,用Kruskal-Wallis H检验比较5种方法的正确率和AUC值的组间差异,进一步的两两比较采用SNK-q检验。结果正确率和AUC值均表现为MSAM1和MSAM2最优,SAM和SVM-RFE法次之,Relief法排在最后;5种方法的组间差异有统计学意义(H=150.333,P<0.0001和H=293.2579,P<0.0001),两两比较结果显示虽然MSAM1和MSAM2之间差异无统计学意义(P>0.05),但两种方法与其他3种方法之间差异均有统计学意义(P<0.05)。结论用高斯核函数和欧式距离函数改进的加权SAM法提高了SAM法的基因选择和分类预测能力,在实际基因表达数据的应用中可以得到更为稳定的分析结果。

关键词： SAM 基因表达数据基因选择分类预测

来源：评论

学校读者我要写书评

暂无评论

基于评价指标的乳腺癌治疗质量影响因素分析

引用

中国医院统计 2020年第5期27卷 397-402页

作者：包晓蔷刘美娜王玉鹏哈尔滨医科大学公共卫生学院卫生统计学教研室黑龙江哈尔滨150081

目的基于乳腺癌治疗质量评价指标,分析影响乳腺癌治疗质量的因素,为改善乳腺癌治疗质量提供依据。方法收集乳腺癌患者病案资料,选择乳腺癌治疗质量评价指标,利用患者平均法计算治疗质量综合得分;根据得分中位数将患者划分为高低质量组,... 详细信息

目的基于乳腺癌治疗质量评价指标,分析影响乳腺癌治疗质量的因素,为改善乳腺癌治疗质量提供依据。方法收集乳腺癌患者病案资料,选择乳腺癌治疗质量评价指标,利用患者平均法计算治疗质量综合得分;根据得分中位数将患者划分为高低质量组,利用logistic回归分析乳腺癌治疗质量的影响因素。结果收集乳腺癌患者3006例,患者得分的中位数为0.7692,高、低质量组患者人数分别为1436例、1570例。单因素分析显示,医保状况、居住地、工作、肿瘤多病灶、组织学分级、病理分期及手术方式的治疗质量得分差异具有统计学意义(P<0.05)。多因素分析显示,工作、既往史、肿瘤多病灶、病理分期、手术方式是乳腺癌治疗质量的影响因素。结论有工作、无既往史、肿瘤多病灶、病理分期低、进行保乳手术的患者更易获得较高的治疗质量。在治疗乳腺癌患者时,关注和改变有既往病史的乳腺癌患者的治疗方式,对病理分期高的患者进行心理疏导,建议符合保乳条件的患者进行保乳手术,以提高乳腺癌治疗质量。

关键词：乳腺癌评价指标治疗质量得分影响因素 logistic回归

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：