检索结果-内蒙古大学图书馆

中华流行病学杂志 2005年第3期26卷 153-158页

作者：蔡全才姜庆五徐勤丰程翔郭强孙庆文赵根明复旦大学公共卫生学院流行病学教研室上海200032 复旦大学管理学院统计学系上海200032 第二军医大学数理教研室第二军医大学训练部

目的　建立一种可以用于严重急性呼吸综合征(SARS)干预措施效果定量评价的传播动力学模型。方法　根据SARS流行规律,以传染病 SEIR流行模型为基础,增设病例管理人群和控制措施相关参数,从而建立起 SARS的传播动力学模型。以北京市 2003 ... 详细信息

目的　建立一种可以用于严重急性呼吸综合征(SARS)干预措施效果定量评价的传播动力学模型。方法　根据SARS流行规律,以传染病 SEIR流行模型为基础,增设病例管理人群和控制措施相关参数,从而建立起 SARS的传播动力学模型。以北京市 2003 年 SARS流行为实例,说明所建模型在干预措施效果定量评价上的应用。结果　所建立的模型可以随时调整干预措施相关参数。通过干预情景假定,可以模拟各种干预措施情况下SARS的流行过程,从而对干预措施效果做出定量评价。实例研究发现,该模型可以较好地模拟北京市 2003 年 SARS流行过程;北京市 2003 年 4月20日前后采取的措施对SARS疫情控制起到了关键性的作用。结论　所建立的 SARS流行模型是可靠和稳定的,可以用于SARS干预措施效果的定量评价。

关键词：干预措施严重急性呼吸综合征(SARS) 效果流行过程北京定量评价人群传播结论情景

来源：评论

学校读者我要写书评

暂无评论

含区间数据Gamma分布变量的因子分析

引用

复旦学报（医学版） 2005年第3期32卷 275-279页

作者：蔡全才徐勤丰姜庆五程翔郭强孙庆文赵根明复旦大学公共卫生学院流行病学教研室上海200032 复旦大学管理学院统计学系上海200433 第二军医大学数理教研室上海200433 第二军医大学训练部上海200433

目的　建立含区间数据Gamma分布变量的因子分析方法,并应用于SARS潜伏期的影响因素分析。方法　采用EM算法求解基于含区间数据Gamma分布的广义线性模型(GLM)参数的极大似然估计(MLE)。采用所建立的GLM方法对含区间数据SARS潜伏期进行单... 详细信息

目的　建立含区间数据Gamma分布变量的因子分析方法,并应用于SARS潜伏期的影响因素分析。方法　采用EM算法求解基于含区间数据Gamma分布的广义线性模型(GLM)参数的极大似然估计(MLE)。采用所建立的GLM方法对含区间数据SARS潜伏期进行单因子、多因子分析。结果　采用EM算法,得到了含区间数据Gamma分布GLM中各个参数的MLE、近似的标准误、以及参数和模型的显著性检验结果。用于SARS潜伏期影响因素分析,发现不同接触方式、不同疫区对SARS潜伏期有明显影响;随着年龄增长,SARS潜伏期均值呈上升趋势;医务人员的潜伏期明显短于非医务人员。结论　基于EM算法的MLE方法对于含区间数据Gamma分布GLM参数的估计是强健的,GLM方法可以用于含区间数据SARS潜伏期的影响因素分析。

关键词：广义线性模型 EM算法 Gnmma分布因子分析传染性非典型肺炎

来源：评论

学校读者我要写书评

暂无评论

含区间数据Gamma分布的参数估计

引用

中国卫生统计 2005年第2期22卷 71-73,79页

作者：蔡全才徐勤丰姜庆五程翔郭强孙庆文赵根明复旦大学公共卫生学院流行病学教研室复旦大学公共卫生学院管理学院统计学系第二军医大学数理教研室第二军医大学训练部

目的建立含区间数据Gamma分布的参数估计方法,并用于SARS潜伏期的推算.方法采用EM算法构造出求解含区间数据Gamma分布参数极大似然估计的迭代公式,并应用于SARS潜伏期分布的拟合.结果基于EM算法的极大似然估计方法可以计算出含区间数据G... 详细信息

目的建立含区间数据Gamma分布的参数估计方法,并用于SARS潜伏期的推算.方法采用EM算法构造出求解含区间数据Gamma分布参数极大似然估计的迭代公式,并应用于SARS潜伏期分布的拟合.结果基于EM算法的极大似然估计方法可以计算出含区间数据Gamma分布的两个参数,从而得到均值估计.同时,还可以根据极大似然估计的渐近性质,计算出估计量的标准误及各参数的置信区间.用于中国内地SARS爆发资料分析,发现SARS潜伏期服从Gamma(2.1,2.33)分布;潜伏期均值和方差的极大似然估计值分别为4.89天(95%CI 4.43～5.35)和11.40天2;95%的病人感染SARS-CoV后将在11.42天内发病.结论基于EM算法的极大似然估计方法对于含区间数据Gamma分布参数的估计是强健的,可以用于含区间数据SARS潜伏期的精确估计.

关键词： Gamma分布参数估计 EM算法传染性非典型肺炎潜伏期

来源：评论

学校读者我要写书评

暂无评论

疾病传播动力学研究中的流行模拟方法

引用

第二军医大学学报 2005年第3期26卷 310-313页

作者：蔡全才姜庆五郭强徐勤丰程翔孙庆文赵根明复旦大学公共卫生学院流行病学教研室第二军医大学训练部上海200433 复旦大学管理学院统计学系上海200433 第二军医大学基础医学部数理学教研室上海200433

目的:建立疾病传播动力学研究中模拟流行的方法。方法:在建立传染病传播动力学模型的基础上,采用Van guard DecisionPro软件中的Markov模型方法模拟疾病流行,以北京SARS流行模拟及模型的抽象研究为例说明其应用。结果:DecisionPro Marko... 详细信息

目的:建立疾病传播动力学研究中模拟流行的方法。方法:在建立传染病传播动力学模型的基础上,采用Van guard DecisionPro软件中的Markov模型方法模拟疾病流行,以北京SARS流行模拟及模型的抽象研究为例说明其应用。结果:DecisionPro Markov模型可以直观地描述疾病传播动力学模型。在Markov模型中,各模型参数取值可以随时调整,并可通过编程实现;可以观察模型状态变量的实时变化,预测疾病的流行趋势;通过敏感性分析功能,可以研究模型变量之间相互作用的规律;通过想定研究方法,可以定量评价输入参数变化对流行的影响。实例研究发现,该方法很适合流行模拟研究,可以用于干预措施效果的定量评价。结论:DecisionPro Markov模型方法是一种较为理想的模拟疾病流行的方法,可以用于传播动力学模型的抽象研究。

关键词：疾病传播动力学流行模拟 Markov模型严重急性呼吸综合征

来源：评论

学校读者我要写书评

暂无评论

传染病流行模型中高维非线性参数估计方法

引用

疾病控制杂志 2005年第3期9卷 193-196页

作者：蔡全才姜庆五徐勤丰郭强程翔孙庆文赵根明复旦大学公共卫生学院流行病学教研室上海200032 复旦大学管理学院统计学系上海200433 第二军医大学流行病学教研室上海200433

目的研究根据流行数据逆向估计流行模型中高维非线性参数的方法。方法采用Gepasi3.3软件中的全局优化方法估计非线性传播动力学模型中的各个参数。以SARS流行模型的参数估计为例说明其应用。结果流行模型中各状态变量之间互相转换的公... 详细信息

目的研究根据流行数据逆向估计流行模型中高维非线性参数的方法。方法采用Gepasi3.3软件中的全局优化方法估计非线性传播动力学模型中的各个参数。以SARS流行模型的参数估计为例说明其应用。结果流行模型中各状态变量之间互相转换的公式可以方便地移植到Gepasi软件中的模型定义部分。选择适当的全局优化算法,容易估计出与实际流行数据拟合最佳的各个参数的取值。实例研究发现,Gepasi软件中的遗传算法可以用于估计SARS流行模型中的未知参数。采用估计参数模拟的北京每日新增SARS临床诊断病例数与实际的流行数据相比无明显差异(P>0.05)。结论Gepasi软件中的全局优化方法是强健和可靠的,可以用于流行模型中高维非线性参数的估计。

关键词：非线性传染病流行估计方法中高 SARS流行全局优化算法优化方法动力学模型参数估计互相转换数据拟合研究发现遗传算法临床诊断软件性传播病例数

来源：评论

学校读者我要写书评

暂无评论

展望“大数据”时代的创伤急救

引用

上海医学 2014年第3期37卷 267-270页

作者：汪方王谦王秋根胡小锋王丹上海交通大学附属第一人民医院创伤急救临床医学中心创伤骨科上海200080 上海交通大学机械与动力工程学院计算机集成制造研究所复旦大学公共卫生管理学院流行病与统计学教研室

“大数据”（bigdata），又称“海量数据”，指所涉及的资料量规模巨大到无法通过目前主流软件工具在合理时间内达到撷取、管理、处理，并整理为人类所能解读的资讯。大数据具有大量（volume）、高速（velocity）、多样（variety）、价... 详细信息

“大数据”（bigdata），又称“海量数据”，指所涉及的资料量规模巨大到无法通过目前主流软件工具在合理时间内达到撷取、管理、处理，并整理为人类所能解读的资讯。大数据具有大量（volume）、高速（velocity）、多样（variety）、价值（value）等“4V”特点，不再追求精确度、因果关系，

关键词：海量数据创伤急救软件工具因果关系精确度

来源：评论

学校读者我要写书评

暂无评论

“大数据”时代的创伤急救初探

“大数据”时代的创伤急救初探

引用

第七届全国交通伤与创伤数据库学术交流会

作者：汪方王谦王秋根胡小锋王丹上海交通大学附属第一人民医院创伤急救临床医学中心创伤骨科上海交通大学机械与动力工程学院计算机集成制造研究所复旦大学公共卫生管理学院流行病与统计学教研室

创伤作为"现代文明的孪生兄弟"和"发达社会疾病"在现代社会中呈不断增多趋势.涉及多脏器、系统的严重创伤,不但死亡率、残疾率高,诊疗费用也极其高昂,对人类生命安全和公共卫生体系造成极大威胁.随着大量数字化医... 详细信息

创伤作为"现代文明的孪生兄弟"和"发达社会疾病"在现代社会中呈不断增多趋势.涉及多脏器、系统的严重创伤,不但死亡率、残疾率高,诊疗费用也极其高昂,对人类生命安全和公共卫生体系造成极大威胁.随着大量数字化医疗仪器设备和软件平台的广泛应用,创伤急救过程中会产生大量的数据信息,而当前最终支持诊疗决策的却仍然是最原始的临床经验和直觉.随着大数据时代的到来,创伤急救领域也必将迎来巨大而深远的变革.“大数据”时代创伤急救面临重大的机遇和挑战，一方面基于海量数据挖掘，可以寻找到潜藏在创伤患者临床数据后的有用信息，及时进行预防和治疗;另一方面，数据本身的质量和对大数据专业化处理的能力远远没有跟上临床需求，如何存储、检索、清理和分析大数据是难题。无论如何，“大数据”时代已经到来，大数据所带的难题也将在探索中得以解决。

关键词：创伤急救数据挖掘专业化处理

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：