检索结果-内蒙古大学图书馆

中国卫生统计 2023年第5期40卷 707-710页

作者：费丽萍周忠贤张容梁菲叶运莉西南医科大学公共卫生学院流行病与卫生统计学教研室 646000

目的了解泸州市18~60岁体检人群代谢综合征(Mets)的流行现状及其影响因素,为Mets防治提供科学依据。方法在2020年7月至12月采用整群随机抽样在泸州市三家医院进行体检的人员中抽取4798名18~60岁人进行问卷调查和体格检查,并收集体检资... 详细信息

目的了解泸州市18~60岁体检人群代谢综合征(Mets)的流行现状及其影响因素,为Mets防治提供科学依据。方法在2020年7月至12月采用整群随机抽样在泸州市三家医院进行体检的人员中抽取4798名18~60岁人进行问卷调查和体格检查,并收集体检资料。结果体检人群Mets患病率为14.7%,男性患病率(20.4%)显著高于女性(2.0%)。中心性肥胖、高血压、高FPG、高TG和低HDL-C的检出率分别为29.3%、44.3%、11.0%、41.5%和20.5%。多因素非条件logistic回归分析结果显示:年长(与18~30岁者相比,31~40岁者,OR=2.872,95%CI=1.590~5.187;41~50岁者,OR=7.698,95%CI=4.353~13.612;51~60岁者,OR=11.109,95%CI=6.238~19.783)、饮酒(OR=1.505,95%CI=1.227~1.846)、在外应酬≥1次/周(OR=1.471,95%CI=1.227~1.765)、偏好咸口(OR=1.393,95%CI=1.157~1.678)、平均每日睡眠时间<6h(OR=1.384,95%CI=1.089~1.759)是Mets患病的独立危险因素,女性(OR=0.132,95%CI=0.089~0.195)是Mets患病的保护因素。结论泸州市18~60岁体检人群的Mets患病率偏高,特别是男性、年长、饮酒、在外应酬多、偏好咸口、睡眠时间较少者,需对人群进行针对性干预,以减少Mets患病,提高人群生活质量。

关键词：代谢综合征患病率影响因素

来源：评论

学校读者我要写书评

暂无评论

基于残差神经网络的深度学习方法在心律失常心电图自动识别中的应用研究

引用

中国卫生统计 2023年第3期40卷 345-348页

作者：徐佳钦张敏王柳滢李康张海玉哈尔滨医科大学卫生统计学教研室 150081 哈尔滨医科大学附属第一医院心血管病研究所

目的针对心律失常心电图自动识别,探究出一种新的DRNN深度学习模型与算法。方法基于开源心电数据库(The PhysioNet Challenge 2017),利用8249条心电记录数据,建立DRNN模型,通过五折交叉验证对3类心电节律进行识别,并与4种常用模型的识... 详细信息

目的针对心律失常心电图自动识别,探究出一种新的DRNN深度学习模型与算法。方法基于开源心电数据库(The PhysioNet Challenge 2017),利用8249条心电记录数据,建立DRNN模型,通过五折交叉验证对3类心电节律进行识别,并与4种常用模型的识别效果进行比较。结果本文提出的DRNN模型与算法对心律失常的识别效果明显优于其他4种模型,其查准率、查全率和F1分数的综合指标分别为86.28%、86.12%和86.17%。结论DRNN模型对心电图具有良好的识别效果。

关键词：残差神经网络深度学习心律失常心电图识别

来源：评论

学校读者我要写书评

暂无评论

基于动态轨迹分析的天津市男男性行为者性行为模式研究

引用

中国卫生统计 2023年第2期40卷 187-190,194页

作者：于泽洋张甜甜黄慧杰张洪璐宋德胜刘媛媛李长平崔壮马骏天津医科大学公共卫生学院流行病与卫生统计学教研室 300070

目的探究天津市男男性行为者行为模式的特征与变化趋势,识别高危人群。为未来的HIV防控工作提供理论支持。方法数据来自于天津市深蓝公共卫生服务中心与天津市疾控中心,采用滚雪球抽样的方式招募参与者,选取三个性行为指标(最近一次同... 详细信息

目的探究天津市男男性行为者行为模式的特征与变化趋势,识别高危人群。为未来的HIV防控工作提供理论支持。方法数据来自于天津市深蓝公共卫生服务中心与天津市疾控中心,采用滚雪球抽样的方式招募参与者,选取三个性行为指标(最近一次同性肛交是否使用安全套、最近六个月同性性行为安全套使用频率和最近六个月的同性性伴数量)来定义男男性行为者的性行为模式。使用轨迹分析模型识别不同变化趋势的亚组,通过logistic回归比较亚组间的HIV感染风险。结果最终纳入男男性行为者共计1093名,在随访期间共有78名参与者感染HIV,总体发病率为2.53/100人年。通过轨迹分析将参与者分为三个亚组,按照变化趋势分别命名为“低危行为组(consistently low risk,CL)”、“风险波动组(risk fluctuation,RF)”和“高危行为组(consistently high risk,CH)”。三个亚组在年龄、婚姻状况、首次性行为时间、是否发生异性行为和既往是否接受过卫生服务等特征上的差异具有统计学意义。logistic回归结果显示,相比于CL组,RF组和CH组有较高的HIV感染风险。结论男男性行为者中行为模式的变化趋势不尽相同。对于高危的HIV阴性人群,及时的行为改变并且长期维持下去可以将HIV感染风险保持在一个较低的水平。

关键词：男男性行为者轨迹分析性行为模式重复测量数据缺失值

来源：评论

学校读者我要写书评

暂无评论

基于多组学数据构建低级别胶质瘤患者预后预测模型

引用

现代预防医学 2024年第14期51卷 2669-2674页

作者：刘毅蓉任月秦阳武舒琪赵晋芳罗天娥山西医科大学公共卫生学院卫生统计学教研室煤炭环境致病与防治教育部重点实验室

目的探讨综合聚类方法在识别低级别胶质瘤（LGG）亚型和预后预测中的应用。方法采用集合了十种聚类算法的综合聚类算法（MOVICS）对TCGA下载的LGG患者多组学数据进行整合，得到聚类亚型；通过多因素Cox回归分析LGG的预后因素。使用mRN... 详细信息

目的探讨综合聚类方法在识别低级别胶质瘤（LGG）亚型和预后预测中的应用。方法采用集合了十种聚类算法的综合聚类算法（MOVICS）对TCGA下载的LGG患者多组学数据进行整合，得到聚类亚型；通过多因素Cox回归分析LGG的预后因素。使用mRNA数据构建随机森林分类预测模型来评估分类性能，用CGGA数据集进行外部验证。结果 LGG患者经过聚类分为两型，两组生存率差异具有统计学意义（χ2=54.410,P<0.001）。多因素Cox回归分析结果表明，年龄（HR=1.053,95%CI:1.037～1.069）、癌症分级（HR=2.733,95%CI:1.836～4.069）和聚类亚型（HR=3.210,95%CI:2.216～4.650）都是LGG的预后因素，Nomogram图、校准曲线和ROC曲线结果表明模型的预测性能良好。十折交叉验证RF模型的平均预测准确率为87.81%,训练集、内部验证集和两个外部验证集的C指数分别为0.717、0.721、0.574和0.572,Brier评分分别为0.044、0.066、0.179和0.128,两个外部验证数据集的生存差异均有统计学意义（P䥺Symbol|@@0.05）。结论综合聚类方法能够有效识别LGG亚型，其亚型是LGG患者的预后因素，并在外部数据集CGGA中得到验证，可为LGG的临床个性化治疗提供重要的理论依据。

关键词：多组学聚类低级别胶质瘤预后预测随机森林

来源：评论

学校读者我要写书评

暂无评论

联合潜在类别模型在轻度认知障碍向认知正常逆转研究中的应用

引用

中国卫生统计 2023年第6期40卷 836-840页

作者：秦瑶韩红娟刘龙陈杜荣马艺菲崔靖白文琳张荣余红梅山西医科大学公共卫生学院卫生统计学教研室 030001 山西医科大学基础医学院数学教研室山西医科大学公共卫生学院儿少卫生学教研室重大疾病风险评估山西省重点实验室

目的将联合潜在类别模型(joint latent class model,JLCM)应用于轻度认知障碍(mild cognitive impairment,MCI)向认知正常(normal cognition,NC)逆转的研究,为慢性病纵向研究提供方法学借鉴。方法JLCM模型包括三个子模型,潜在类别子模... 详细信息

目的将联合潜在类别模型(joint latent class model,JLCM)应用于轻度认知障碍(mild cognitive impairment,MCI)向认知正常(normal cognition,NC)逆转的研究,为慢性病纵向研究提供方法学借鉴。方法JLCM模型包括三个子模型,潜在类别子模型采用多分类logistic回归用于估计潜在类别,纵向过程子模型采用线性混合模型用于描述纵向认知轨迹,生存过程子模型采用比例风险模型用于拟合认知过程。基于信息准则、后验分类、预测值与观测值的比较和条件独立假定等进行模型拟合优度检验。结果基于JLCM模型将MCI人群分为两个潜在类别,分别包括783人(92.88%)和60(7.12%)。潜在类别子模型显示性别、婚姻状况、APOE4和FAQ对潜在类别的确定具有统计学意义;纵向过程子模型显示男性(β=-0.685,95%CI:-1.144~-0.226)、独身(β=0.743,95%CI:0.200~1.286)、未携带APOE4(β=-1.201,95%CI:-1.636~-0.766)和无日常活动功能障碍(β=-1.868,95%CI:-2.095~-1.641)人群的MMSE得分较高;生存过程子模型显示受教育水平较高(HR=1.264,95%CI:1.134~1.395)、独身(HR=1.593,95%CI:1.286~1.899)和未携带APOE4(HR=0.453,95%CI:0.043~0.862)是MCI患者逆转为NC的保护因素。结论JLCM模型在认知障碍等慢性病研究中具有良好的应用价值。

关键词：联合潜在类别模型纵向数据生存数据轻度认知障碍逆转

来源：评论

学校读者我要写书评

暂无评论

ADASYN与类别逆比例加权法在阿尔茨海默病不平衡数据中的应用

引用

中国卫生统计 2024年第2期41卷 175-180页

作者：杨慧易付良陈杜荣秦瑶韩红娟崔靖白文琳马艺菲张荣余红梅山西医科大学公共卫生学院卫生统计教研室 030000 重大疾病风险评估山西省重点实验室

目的利用自适应合成抽样(adaptive synthetic sampling,ADASYN)与类别逆比例加权法处理类别不平衡数据,结合分类器构建模型对阿尔茨海默病(alzheimer′s disease,AD)患者疾病进程进行分类预测。方法数据源自阿尔茨海默病神经影像学计划(... 详细信息

目的利用自适应合成抽样(adaptive synthetic sampling,ADASYN)与类别逆比例加权法处理类别不平衡数据,结合分类器构建模型对阿尔茨海默病(alzheimer′s disease,AD)患者疾病进程进行分类预测。方法数据源自阿尔茨海默病神经影像学计划(Alzheimer′s disease neuroimaging initiative,ADNI),经随机森林填补缺失值,弹性网络筛选特征子集后,利用ADASYN与类别逆比例加权法处理类别不平衡数据。分别结合随机森林(random forest,RF)、支持向量机(support vector machine,SVM)构建四种模型:ADASYN-RF、ADASYN-SVM、加权随机森林(weighted random forest,WRF)、加权支持向量机(weighted support vector machine,WSVM),与RF、SVM比较分类性能。模型评价指标为宏观平均精确率(macro-average of precision,macro-P)、宏观平均召回率(macro-average of recall,macro-R)、宏观平均F1值(macro-average of F1-score,macro-F1)、准确率(accuracy,ACC)、Kappa值和AUC(area under the ROC curve)。结果ADASYN-RF的分类性能最优(Kappa值为0.938,AUC为0.980),ADASYN-SVM次之。利用ADASYN-RF预测得到的重要分类特征分别为CDRSB、LDELTOTAL、MMSE,在临床上均可得到证实。结论ADASYN与类别逆比例加权法都能辅助提升分类器性能,但ADASYN算法更优。

关键词：类别不平衡 ADASYN 加权法阿尔茨海默病分类

来源：评论

学校读者我要写书评

暂无评论

基于分类树模型的新疆伊犁居民代谢综合征的影响因素分析

引用

中国慢性病预防与控制 2023年第3期31卷 182-187页

作者：王璐阿丽亚·艾木都拉裴华莲凌曦戴江红新疆医科大学公共卫生学院流行病与卫生统计学教研室新疆乌鲁木齐830017

目的了解新疆伊犁霍城县居民代谢综合征(MS)人群分布情况及其影响因素,为开展MS人群干预提供科学依据。方法数据来源于新疆多民族自然人群队列建设研究,该研究于2018年12月至2019年5月选取霍城县5699名居民作为研究对象,进行问卷调查、... 详细信息

目的了解新疆伊犁霍城县居民代谢综合征(MS)人群分布情况及其影响因素,为开展MS人群干预提供科学依据。方法数据来源于新疆多民族自然人群队列建设研究,该研究于2018年12月至2019年5月选取霍城县5699名居民作为研究对象,进行问卷调查、体格测量及实验室检测,采用半定量的食物频率法进行膳食调查,通过因子分析法提取膳食模式。应用SPSS 25.0软件进行χ^(2)检验,采用多因素非条件logistic回归分析膳食模式对MS的影响,采用χ2自动交互检测(CHAID)法构建分类树模型筛选MS的影响因素。结果5699名居民中MS患者1469例,检出率为25.78%。不同年龄、民族、体质指数(BMI)、社会经济地位、吸烟状况的居民MS检出率差异均有统计学意义(P<0.05,P<0.01)。因子分析法共提取出5种膳食模式,分别为谷乳茶咖啡模式、水果坚果蛋肉油模式、蔬菜甜点豆类模式、果汁饮料模式和海鲜动物食品模式。调整潜在混杂因素后,多因素非条件logistic回归分析显示,谷乳茶咖啡模式与MS的低风险相关,与膳食模式因子得分第1分位组比较,第2、3、4、分位组OR值分别为0.727(95%CI:0.607~0.871)、0.705(95%CI:0.583~0.853)、0.658(95%CI:0.540~0.801)。分类树模型包括3层、18个结点,共筛选出BMI、年龄、吸烟、性别和谷乳茶咖啡模式5个解释变量,其中最重要的影响因素是BMI。模型错分概率Risk值为0.251,利用预测概率绘制的受试者工作特征(ROC)曲线下面积为0.748,模型拟合的效果较好。结论谷乳茶咖啡模式有助于降低MS发病风险,保持健康合理的生活行为习惯对科学防控MS有重要意义。

关键词：代谢综合征分类树模型影响因素因子分析

来源：评论

学校读者我要写书评

暂无评论

XGBoost-SHAP机器学习可解释框架用于轻度认知障碍分类研究

引用

中国卫生统计 2024年第3期41卷 423-429页

作者：易付良陈杜荣杨慧秦瑶韩红娟崔靖白文琳马艺菲张荣余红梅山西医科大学公共卫生学院卫生统计教研室 030000 重大疾病风险评估山西省重点实验室

目的利用机器学习算法对轻度认知障碍(mild cognitive impairment,MCI)亚型分类有利于患者的个性化治疗,而复杂模型常因分类过程的内部机制不可洞察而饱受诟病,本研究借助可解释技术梳理模型的输出结果,以期为相关领域研究者的决策提供... 详细信息

目的利用机器学习算法对轻度认知障碍(mild cognitive impairment,MCI)亚型分类有利于患者的个性化治疗,而复杂模型常因分类过程的内部机制不可洞察而饱受诟病,本研究借助可解释技术梳理模型的输出结果,以期为相关领域研究者的决策提供统计支持。方法本研究联合极限梯度提升(eXtreme Gradient Boosting,XGBoost)与沙普利可加性(SHapley Additive exPlanations,SHAP)构建可解释性框架,用于遗忘型MCI(amnestic MCI,aMCI)和非遗忘型MCI(non-amnestic naMCI)的分类,并根据联合框架输出结果进行解读。结果联合框架输出aMCI和naMCI的最佳分界值为0.51,XGBoost分类准确率、灵敏度、特异度、F1值、AUC分别为92.81%、94.94%、90.54%、0.93、0.96。SHAP个性化预测结果,7号和31号示例个体被预测为aMCI的概率分别为0.27和0.91;全局性解释结果,不同个体随着CEREALL、ORIENT、CDRSUM、LCMF、RSUPMAR、RMEDORBF、LPOSCENM等指标的shapley值增大,患aMCI的风险越大,上述指标可以解释为aMCI发生的危险因素,而RENT、MMSEORDA、CRAFTVRS等则相反,可以解释为aMCI发生的保护因素。结论XGBoost-SHAP联合框架用于MCI亚型分类效果较为理想,实现了特定个体不同特征预测效果的比较、不同个体给定特征预测能力的判断,为相关研究者打开了洞察复杂模型内在机制的大门。

关键词：机器学习可解释性极限梯度提升-沙普利可加性轻度认知障碍分类

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

SDAEC算法在单细胞测序数据批次校正中的应用

引用

中国卫生统计 2024年第4期41卷 501-506页

作者：王文杰李康谢宏宇哈尔滨医科大学卫生统计学教研室 150081 浙江大学医学院附属妇产科医院临床研究中心

目的提出深度堆叠降噪自编码嵌套聚类(stacked denoising auto encoder embedded cluster, SDAEC)算法并用于单细胞mRNA测序(single cell mRNA sequence, scRNA-seq)数据的批次效应移除,对其移除批次效应性能进行评估。方法基于单细... 详细信息

目的提出深度堆叠降噪自编码嵌套聚类(stacked denoising auto encoder embedded cluster, SDAEC)算法并用于单细胞mRNA测序(single cell mRNA sequence, scRNA-seq)数据的批次效应移除,对其移除批次效应性能进行评估。方法基于单细胞数据具有高维度、高稀疏性及高度非线性误差特点,通过将单细胞Louvain聚类算法嵌入堆叠降噪自动编码器(stacked denoising auto encoder, SDAE)算法中,形成SDAEC算法,用于单细胞测序数据的批次效应移除。结合实际卵巢癌组织scRNA-seq数据,利用分布邻域嵌入(t-distributed stochastic neighbor embedding, tSNE)、 k最近邻批次效应检测(k-nearest-neighbor batch-effect test, kBET)、调整兰德系数(adjusted rand index, ARI)、标准化互信息(normalized mutual information, NMI)、平均轮廓宽度(average silhouette width, ASW)评价其移除批次效应性能。结果利用SDAEC方法对scRNA-seq数据批次效应移除性能高于Combat、相互最近邻(mutual nearest neighbors, MNN)、分布匹配残差网络(maximum mean discrepancy distribution-matching residual networks, MMD-ResNet)和基于零膨胀负二项的方差提取法(zero-inflated negative binomial-based wanted variation extraction, ZINB-WaVE)。结论 SDAEC算法能够移除scRNA-seq数据的批次效应,提高scRNA-seq数据下游分析的有效性,具有实际应用价值。

关键词：深度堆叠降噪自编码嵌套聚类单细胞测序批次效应卵巢癌

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：