检索结果-内蒙古大学图书馆

国际病毒学杂志 2019年第4期26卷 282-285页

作者：张哲曲章义王迎晨董妥路冰曲丽欣李烨高雅李发龙哈尔滨医科大学公共卫生学院卫生微生物教研室 150081

人腺病毒是一种能引起人类多种疾病的DNA病毒,迄今为止发现了包括A^G等7个种、80多个型别.本文对腺病毒的结构、分类标准进行了介绍,同时对新型别人腺病毒及其分型鉴定方法、产生机制进行综述.对人腺病毒多方面的了解有助于更好的探究... 详细信息

人腺病毒是一种能引起人类多种疾病的DNA病毒,迄今为止发现了包括A^G等7个种、80多个型别.本文对腺病毒的结构、分类标准进行了介绍,同时对新型别人腺病毒及其分型鉴定方法、产生机制进行综述.对人腺病毒多方面的了解有助于更好的探究其进化机制、组织嗜性及致病性,加强对腺病毒感染的预防和治疗.

关键词：人腺病毒型别基因重组感染性疾病

来源：评论

学校读者我要写书评

暂无评论

比例优势boosting算法在高维有序多分类数据分析中的应用

引用

中国卫生统计 2018年第3期35卷 330-333页

作者：张圆圆赵薇薇侯艳李康哈尔滨医科大学卫生统计教研室 150081

目的探讨比例优势boosting算法在高维组学多分类有序数据中变量筛选和分类预测的应用。方法通过模拟实验和实例比较比例优势boosting算法和其他常用的多分类boosting算法在变量筛选和分类效果中的差异。结果模拟实验表明,比例优势boost... 详细信息

目的探讨比例优势boosting算法在高维组学多分类有序数据中变量筛选和分类预测的应用。方法通过模拟实验和实例比较比例优势boosting算法和其他常用的多分类boosting算法在变量筛选和分类效果中的差异。结果模拟实验表明,比例优势boosting算法的变量筛选效果,尤其在小样本情况下要明显优于其他方式,分类效果略优于其他方式;实例数据分析结果表明,比例优势boosting变量筛选效果要优于其他方式,在分类效果上略低于随机梯度boosting,但优于其他boosting方式。结论比例优势boosting算法适用于高维有序多分类数据,具有实用价值。

关键词：比例优势boosting 有序多分类高维组学

来源：评论

学校读者我要写书评

暂无评论

α-蒎烯抗腺病毒作用机制研究

引用

哈尔滨医科大学学报 2020年第3期54卷 248-252页

作者：魏凤香商蕾高虹王迎晨曲章义深圳市龙岗区妇幼保健院中心实验室广东深圳518172 哈尔滨医科大学公卫学院卫生微生物学教研室黑龙江哈尔滨150081

目的研究抗腺病毒药物α-蒎烯对病毒抑制的作用及相关机制。方法采用细胞病变抑制实验和噻唑蓝(MTT)比色法观察单体α-蒎烯对人腺病毒3型的抑制作用。同时利用原子力显微镜观察病毒与药物直接作用后病毒形态学的改变;用激光共聚焦显微... 详细信息

目的研究抗腺病毒药物α-蒎烯对病毒抑制的作用及相关机制。方法采用细胞病变抑制实验和噻唑蓝(MTT)比色法观察单体α-蒎烯对人腺病毒3型的抑制作用。同时利用原子力显微镜观察病毒与药物直接作用后病毒形态学的改变;用激光共聚焦显微镜检测药物在吸附阶段对病毒的作用效果。结果MTT结果显示α-蒎烯对病毒的抑制作用主要表现在对病毒的直接灭活作用和对细胞的保护作用,从而阻挡病毒进入细胞。结论α-蒎烯具有抗腺病毒作用,为研发天然、高效、低毒的抗腺病毒的药物提供了科学依据。

关键词： α-蒎烯腺病毒抗病毒作用

来源：评论

学校读者我要写书评

暂无评论

基于小波变换特征提取的代谢组低浓度标志物的筛选

引用

中国卫生统计 2018年第1期35卷 2-6页

作者：李贞子侯艳邓魁李康哈尔滨医科大学卫生统计学教研室 150081

目的利用连续小波变换对代谢组色谱数据进行变换分析,获得重要的低丰度肿瘤标志物。方法将代谢组一维色谱数据通过不同多尺度连续小波变换获得二维系数图像,再使用random forest(RF)算法对其图像进行模式识别和特征提取,筛选潜在的低浓... 详细信息

目的利用连续小波变换对代谢组色谱数据进行变换分析,获得重要的低丰度肿瘤标志物。方法将代谢组一维色谱数据通过不同多尺度连续小波变换获得二维系数图像,再使用random forest(RF)算法对其图像进行模式识别和特征提取,筛选潜在的低浓度生物标志物。结果针对色谱数据经过连续小波变换处理后,RF建模判别效果较原始色谱数据有很大的提高。结论针对色谱数据进行小波变换后的特征提取结果,对质谱数据的某一段进行重点分析,能够筛选出重要的低丰度肿瘤标志物,具有重要研究价值。

关键词：低浓度标志物代谢组生物标志物小波变换

来源：评论

学校读者我要写书评

暂无评论

ARTIVA在时间序列基因表达数据网络构建中的应用

引用

中国卫生统计 2018年第5期35卷 642-645页

作者：刘会娟侯艳李康哈尔滨医科大学卫生统计学教研室 150081

目的探讨时间序列基因表达数据网络构建的ARTIVA模型与方法。方法通过实例研究ARTIVA模型构建网络的效果。结果实例分析表明,ARTIVA模型对时间序列数据具有良好的适应性,在具有3个时间点和9个时间点两种情况下,ARTIVA模型均能准确地模... 详细信息

目的探讨时间序列基因表达数据网络构建的ARTIVA模型与方法。方法通过实例研究ARTIVA模型构建网络的效果。结果实例分析表明,ARTIVA模型对时间序列数据具有良好的适应性,在具有3个时间点和9个时间点两种情况下,ARTIVA模型均能准确地模拟生物网络,并且能识别网络结构的动态变化过程。结论 ARTIVA模型适用于时间序列基因表达数据网络构建,具有较高的实用价值。

关键词： ARTIVA模型网络构建时间序列

来源：评论

学校读者我要写书评

暂无评论

多分类研究中的boosting算法

引用

中国卫生统计 2018年第1期35卷 142-145页

作者：张圆圆侯艳李康哈尔滨医科大学公共卫生学院卫生统计学教研室 150081

boosting算法起源于PAC（probably approximately correct）学习模型,由Schapire在1990年首次提出,是一种基于一系列基础分类器的组合分类模型算法,基础分类器可以选择任意一种弱分类模型（如决策树）。随后,Freund和Schapire在此基础上... 详细信息

boosting算法起源于PAC（probably approximately correct）学习模型,由Schapire在1990年首次提出,是一种基于一系列基础分类器的组合分类模型算法,基础分类器可以选择任意一种弱分类模型（如决策树）。随后,Freund和Schapire在此基础上于1995年提出了著名的Adaboost算法.

关键词：分类器算法 Adaboost 类模型决策树

来源：评论

学校读者我要写书评

暂无评论

权重概率主成分分析模型的建立及应用研究

引用

中国卫生统计 2018年第6期35卷 802-805页

作者：高兵孙琳谢彪王文佶曲思杨刘美娜张秋菊哈尔滨医科大学公共卫生学院卫生统计学教研室 150081

目的建立权重概率主成分分析模型,通过模拟实验进行模型评价,选择最优模型进行代谢组学数据分析,为代谢组学数据分析提供降噪优化的分析方法。方法使用折刀抽样法计算变量载荷的置信区间和变异系数,利用变量载荷的变异信息设计倒数式、... 详细信息

目的建立权重概率主成分分析模型,通过模拟实验进行模型评价,选择最优模型进行代谢组学数据分析,为代谢组学数据分析提供降噪优化的分析方法。方法使用折刀抽样法计算变量载荷的置信区间和变异系数,利用变量载荷的变异信息设计倒数式、开根式、对数式三种加权方式进行原始数据中的变量加权,结合概率主成分分析模型建立权重概率主成分分析模型;通过模拟实验从第一主成分载荷的估计和预测效能进行模型评价,选择最优权重概率主成分分析模型;绘制代谢组学数据主成分得分图,利用中心距离比较权重概率主成分分析模型与概率主成分分析模型在可视化分组效果。结果倒数式加权概率模型在第一主成分载荷的估计和模型预测方面优于另外两种权重概率模型。在可视化方面,权重概率主成分分析不仅缩小了模型估计的不确定性,而且增大组间的中心距离。结论构建了权重概率主成分分析模型,不仅结果解释和可视化优于概率主成分分析模型,而且为差异变量的筛选提供了一个较小的参考范围。

关键词：代谢组学变量筛选概率主成分分析权重

来源：评论

学校读者我要写书评

暂无评论

基于排序融合模型的紫癜性肾炎患者中差异表达变量的筛选研究

引用

中国卫生统计 2018年第5期35卷 663-665页

作者：高兵刘美娜谢彪王玉鹏孙琳张秋菊哈尔滨医科大学公共卫生学院卫生统计学教研室 150081

目的对紫癜性肾炎和过敏性紫癜两类患者中差异表达的代谢产物进行筛选。方法利用排序融合的思路,将t检验、Wilcoxon秩和检验、偏最小二乘、及随机森林等四种方法用于组间差异表达分析,对其所获得的四个变量重要性排序进行融合,获得综合... 详细信息

目的对紫癜性肾炎和过敏性紫癜两类患者中差异表达的代谢产物进行筛选。方法利用排序融合的思路,将t检验、Wilcoxon秩和检验、偏最小二乘、及随机森林等四种方法用于组间差异表达分析,对其所获得的四个变量重要性排序进行融合,获得综合的、单一的变量排序(排序融合模型);利用交叉验证获得最优模型,并进行差异变量的筛选;通过模拟实验评价排序融合模型变量筛选的能力并与least absolute shrinkage and selection operator(LASSO)进行比较。最后,将其用于紫癜性肾炎与过敏性紫癜患者间的代谢物差异分析。结果模拟实验结果显示:(1)当观测数和差异变量数较小时,排序融合模型的AUC的平均值大于LASSO;(2)当观测数和差异变量数较大时排序融合模型的AUC的平均值与LASSO相近; 3)无论参数如何设置排序融合模型所筛选的差异变量数基本均少于LASSO。实例分析结果显示:应用排序融合模型获得紫癜性肾炎和过敏性紫癜患者中存在12个差异表达的代谢产物,其AUC值达到其最大值0. 96。结论相比于LASSO,排序融合模型在筛选变量时更具可靠性和准确性,可为代谢组学数据的差异表达分析提供新的分析思路和方法。

关键词：排序融合变量筛选代谢组学 LASSO

来源：评论

学校读者我要写书评

暂无评论

乳腺癌化疗患者生存质量及影响因素分析

引用

实用肿瘤学杂志 2019年第2期33卷 149-154页

作者：马志杰王帆赵亚双哈尔滨医科大学流行病与卫生统计教研室哈尔滨150081 黑龙江省疾病预防控制中心

目的调查和了解乳腺癌化疗患者的生存质量及其影响因素。方法以欧洲研究和治疗协会的QLQ-C30和QLQ-BR23组成EORTC-BR53量表为主要依据设计调查问卷,对乳腺癌化疗患者的生存质量进行调查,应用秩和检验评价乳腺癌化疗患者的生存质量,应用... 详细信息

目的调查和了解乳腺癌化疗患者的生存质量及其影响因素。方法以欧洲研究和治疗协会的QLQ-C30和QLQ-BR23组成EORTC-BR53量表为主要依据设计调查问卷,对乳腺癌化疗患者的生存质量进行调查,应用秩和检验评价乳腺癌化疗患者的生存质量,应用等级Logistic回归分析影响预后生存质量的因素。结果诊断与调查时间间隔小于35个月,36～59个月和大于60个月三组中QLQ-BR23量表的性乐趣得分中位数分别为0,0和66.67(P<0.05),症状量表脱发引起烦恼得分中位数分别为33.33,33.33和10.33(P<0.05)。改良根治术、区段加前哨和保乳患者的QLQ-C30量表躯体功能得分中位数分别为66.67,66.67和73.33(P<0.05);改良根治术的恶心呕吐得分为16.67,其他组为0分(P<0.05);QLQ-BR23三组体形得分中位数分别为91.67,100和100(P<0.05);性功能得分分别为0,16.67和50(P<0.05);性乐趣得分中位数分别为0,33.33和66.67(P<0.05)。对生存质量总症状进行分析,因病借钱和病理分类是化疗的乳腺癌患者生存质量总症状的影响因素(P<0.05)。结论化疗的乳腺癌患者生存质量主要与患者的病理分期、是否有经济压力密切相关。

关键词：乳腺癌生命质量影响因素化疗

来源：评论

学校读者我要写书评

暂无评论

某职业学校学生性与生殖健康知识认知情况调查分析

引用

中国卫生产业 2019年第32期16卷 194-196页

作者：贾洪丽王丽敏扎兰屯职业学院医学护理系临床教研室内蒙古呼伦贝尔162650 哈尔滨医科大学公共卫生学院健康教育教研室黑龙江哈尔滨150081

目的探讨某职业学校学生性与生殖健康知识认知情况调查分析。方法选择2017年9月—2018年9月在校的学生800名作为对象,随机数字表分为对照组(n=400)和观察组(n=400)。对照组是中职新生,观察组是高职新生,最后比较两组对性与生殖健康知识... 详细信息

目的探讨某职业学校学生性与生殖健康知识认知情况调查分析。方法选择2017年9月—2018年9月在校的学生800名作为对象,随机数字表分为对照组(n=400)和观察组(n=400)。对照组是中职新生,观察组是高职新生,最后比较两组对性与生殖健康知识的认知情况。结果两组的性与生殖健康相关知识了解的正确率、错误率以及不知道差异有统计学意义(P<0.05);观察组的性与生殖健康相关知识了解的正确率、错误率以及不知道情况均好于对照组(P<0.05);经过调查考究后得知,观察组的需求率要高于对照组(P<0.05);观察组发生过性行为、曾意外怀孕的以及谈恋爱超过3次的几率均高于对照组(P<0.05)。结论将某职业学校学生性与生殖健康知识认知情况调查分析后得知,高职院校的性与生殖健康知识认知的现状不是很理想,而且没有很重视性教育,态度开放,发生性行为的范围也在扩大,自我保护、防范意识薄弱,应采取适当的教育方式加强对性教育方面的教育。

关键词：职业学校学生性知识生殖健康知识认知

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：