检索结果-内蒙古大学图书馆

中华流行病学杂志 2022年第8期43卷 1321-1325页

作者：梁文娟胡爱玲龙金照朱金钦段广才新乡医学院公共卫生学院流行病与卫生统计教研室新乡453003 郑州大学公共卫生学院流行病教研室郑州450001

目的评价并验证成簇规律间隔短回文重复序列(CRISPRs)、血清学和多位点测序分型(MLST)方法对大肠埃希菌分型的效果。方法使用CRISPRsFinder分析大肠埃希菌全基因组序列的CRISPRs间隔序列,使用在线软件SeroTypeFinder和MLST获得血清型和... 详细信息

目的评价并验证成簇规律间隔短回文重复序列(CRISPRs)、血清学和多位点测序分型(MLST)方法对大肠埃希菌分型的效果。方法使用CRISPRsFinder分析大肠埃希菌全基因组序列的CRISPRs间隔序列,使用在线软件SeroTypeFinder和MLST获得血清型和序列型(ST);采用PCR扩增并分析349株大肠埃希菌CRISPRs,使用CRISPRs间隔序列预测血清型和ST,并比较血清学和MLST分型结果。结果将I-E型CRISPR/Cas、I-F型CRISPR/Cas和CRISPR3-4分别命名CT-Ⅰ、CT-Ⅱ和CT-Ⅲ。根据CRISPRs间隔序列构成和排列进一步进行分型,203株大肠埃希菌被分为79个CT型别,76个血清型和66个ST。CRISPRs分型的区分能力最强,辛普森指数为0.936。CRISPRs和血清学的关联程度最高,调整兰德指数为0.908。CRISPRs型能进一步区分相同血清或ST产志贺毒素的大肠埃希菌[O157∶H7(ST11)、O104∶H4(ST678)和O26∶H11(ST21)]菌株。扩增实验室菌株的CRISPR1、CRISPR2、CRISPR3、CRISPR4和CRISPR3-4,检出率分别为81.1%、94.5%、1.4%、1.4%和4.6%;根据CRISPRs间隔序列预测O157∶H7(ST11)和ST131准确率分别为95.0%和100.0%。结论基于CRISPRs的大肠埃希菌的分子分型方法呈现较好的分型效果和临床应用效果,预期可以成为大肠埃希菌分型的重要分子标志物。

关键词：大肠埃希菌成簇规律间隔短回文重复序列血清型多位点测序分型

来源：评论

学校读者我要写书评

暂无评论

蚌埠市某区2015-2020年空气污染对恶性肿瘤死亡风险影响的队列研究

引用

中华全科医学 2023年第5期21卷 857-860页

作者：蔡军张文浩张珮瑶赵珂贾贤杰芈静蚌埠医学院公共卫生学院流行病学与卫生统计学教研室安徽蚌埠233033

目的探讨6种空气污染物对恶性肿瘤患者死亡风险的影响。方法本研究是采用蚌埠市禹会区2015—2020年恶性肿瘤的发病和死亡信息进行的一项回顾性队列研究。利用中国高分辨率的空气污染数据集(CHAP)收集PM2.5、PM10、NO_(2)、CO、SO_(2)和O... 详细信息

目的探讨6种空气污染物对恶性肿瘤患者死亡风险的影响。方法本研究是采用蚌埠市禹会区2015—2020年恶性肿瘤的发病和死亡信息进行的一项回顾性队列研究。利用中国高分辨率的空气污染数据集(CHAP)收集PM2.5、PM10、NO_(2)、CO、SO_(2)和O_(3)浓度,并分析6种空气污染物之间的Spearman等级相关系数。以6种空气污染物的第1三分位数等分点(Q1组)为基线组,应用Cox比例风险回归模型估计6种空气污染物与恶性肿瘤患者死亡风险的风险比(HR)及其95%的置信区间(95%CI)。结果本研究最终纳入蚌埠市禹会区2015—2020年恶性肿瘤患者3840例,其中死亡人数为1443例。Spearman相关分析显示O_(3)与其他污染物之间呈负相关关系,而其他5种污染物互相之间呈正相关关系。Cox比例风险回归模型分析结果显示:除O_(3)外,其他空气污染物在高浓度时与恶性肿瘤的死亡风险呈正相关关系,其中PM2.5的HR(4.553,95%CI:3.853~5.381)最大。O_(3)与恶性肿瘤的死亡风险呈负相关关系。结论空气污染可以影响致癌过程,对确诊的恶性肿瘤患者死亡风险具有显著的影响。本研究为降低恶性肿瘤患者的死亡风险提供了重要的公共卫生意义。

关键词：空气污染恶性肿瘤死亡风险 Cox比例风险回归模型

来源：评论

学校读者我要写书评

暂无评论

基于共享随机效应模型的纵向认知标志物对轻度认知障碍逆转的预测性能比较

引用

中国卫生统计 2024年第3期41卷 370-375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

目的将共享随机效应模型(shared random-effect model,SREM)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,比较不同纵向认知标志物对MCI逆转的预测性能,并评价影响因素的协变量效应。... 详细信息

目的将共享随机效应模型(shared random-effect model,SREM)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,比较不同纵向认知标志物对MCI逆转的预测性能,并评价影响因素的协变量效应。方法SREM模型包括两个子模型,其中纵向子模型采用线性混合效应模型对纵向认知标志物的变化轨迹建模,生存子模型采用比例风险模型对生存过程建模。基于对数似然函数值和信息准则进行模型拟合优度检验,采用ROC曲线下面积(area under the curve,AUC)评价不同纵向认知标志物(MMSE、CDRSB、FAQ、ADAS11、ADAS13和ADASQ4)对MCI逆转的预测性能;同时进行纵向子模型和生存子模型的影响因素分析。结果843名MCI患者中72名(8.54%)在随访结束后逆转为NC。以spline-PH-GH参数分布为基准风险函数的SREM模型对数似然函数值最大,AIC和BIC最小;以CDRSB为纵向认知标志物建立的SREM模型拟合最好,在不同时间的AUC值均表现良好,范围为0.797~0.852,且预测误差最小,范围为0.0427~0.0429;年龄、性别、受教育程度、婚姻状况和APOEε4基因均会影响MCI患者的认知功能和日常活动功能,六种纵向认知标志物均会影响MCI患者的逆转。结论CDR评分对MCI患者的认知功能和逆转预测性能最佳;认知功能和日常活动功能可作为MCI逆转的动态监测指标。

关键词：共享随机效应模型联合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

基于贝叶斯网络的随机森林优化填补算法

引用

海军军医大学学报 2025年第2期46卷 253-257页

作者：董鑫宇陈琪杨志宇贺佳同济大学医学院上海200092 海军军医大学(第二军医大学)卫生勤务学系军队卫生统计学教研室上海200433

目的评估并改进缺失数据处理方法,提升二分类结局预测模型性能。方法模拟数据缺失场景,通过预测模型的ROC AUC及均方根误差(RMSE)共同评估直接剔除、均值填补、随机森林填补、多重填补对预测模型性能的影响,并将贝叶斯网络引入随机森林... 详细信息

目的评估并改进缺失数据处理方法,提升二分类结局预测模型性能。方法模拟数据缺失场景,通过预测模型的ROC AUC及均方根误差(RMSE)共同评估直接剔除、均值填补、随机森林填补、多重填补对预测模型性能的影响,并将贝叶斯网络引入随机森林填补算法,利用变量间相关性进行填补方法的优化。结果不同缺失占比下,通过AUC及RMSE均可得出贝叶斯网络优化随机森林填补算法效果最佳。此外,在缺失占比为10%~20%时,各种填补方法对预测模型的性能提升效果大体相同;当缺失占比为30%~40%时,相较于均值填补,除贝叶斯网络优化随机森林填补算法外,随机森林填补更好,其效果略优于多重填补;当缺失占比接近50%时,即使模型性能依旧较好,但填补数据逐渐偏离真实数据特征,模型的可用性下降。结论贝叶斯网络优化随机森林填补算法总体效果较好,当随机缺失占比30%~40%时可优先考虑。

关键词：预测模型缺失填补随机森林贝叶斯网络

来源：评论

学校读者我要写书评

暂无评论

血脂、体质指数和红肉摄入的时序关系及其对高血压的影响

引用

临床心血管病杂志 2023年第7期39卷 521-527页

作者：张婷王琪崔小梅张煜莹郭方曦吴清锋董明华罗晓婷赣南医学院公共卫生与健康管理学院江西赣州341000 赣南医学院公共卫生与健康管理学院流行病学与卫生统计学教研室赣南医学院全科医学学院

目的:探讨血脂、BMI和红肉摄入三者之间的时间关联及其对高血压的影响。方法:研究对象来自江西赣州地区的前瞻性队列研究35~65岁人群,共1 251例受试者,平均随访时间3.6年,在基线和随访过程中测量BMI和血脂,包括总胆固醇(TC)、甘油三酯(... 详细信息

目的:探讨血脂、BMI和红肉摄入三者之间的时间关联及其对高血压的影响。方法:研究对象来自江西赣州地区的前瞻性队列研究35~65岁人群,共1 251例受试者,平均随访时间3.6年,在基线和随访过程中测量BMI和血脂,包括总胆固醇(TC)、甘油三酯(TG)、高密度脂蛋白胆固醇(HDL-C)和低密度脂蛋白胆固醇(LDL-C)。红肉摄入采用食物频率问卷评估。采用交叉滞后通径分析和中介分析探讨血脂、BMI和红肉摄入的时间因果关联及其对高血压发病的影响,并且对性别、年龄、吸烟、饮酒、睡眠时间和每周运动次数进行调整。结果:TG与BMI相互影响,但TG可能先于BMI发生变化(TG→BMI路径系数:ρ1=0.141,P<0.001,BMI→TG路径系数:ρ2=0.054,P=0.018;ρ1vs ρ2,P<0.001)。HDL-C与BMI相互影响,但HDL-C可能先于BMI发生变化(HDL-C→BMI路径系数:ρ1=-0.222,P<0.001;BMI→HDL-C路径系数:ρ2=-0.053,P=0.011;ρ1vs ρ2,P<0.001)。红肉摄入与血脂和BMI的交叉滞后模型无统计学意义。基线TG对收缩压(SBP)的影响通过BMI传递的中介效应显著(βindirect=0.411 3,95%CI:0.188 3~0.753 1)。基线HDL-C对舒张压(DBP)的影响通过BMI传递的中介效应显著(βindirect=-1.128 0,95%CI:-1.783 2~-0.580 3)。红肉摄入通过血脂和BMI影响高血压的中介分析模型无统计学意义。结论:血脂(TG和HDL-C)与BMI相互影响,且TG和HDL-C先于BMI发生变化。BMI在TG影响SBP过程中存在中介效应,BMI在HDL-C影响DBP过程中存在中介效应。

关键词：高血压甘油三酯高密度脂蛋白胆固醇肥胖红肉交叉滞后模型

来源：评论

学校读者我要写书评

暂无评论

基于心脑血管疾病发病风险预测的CatBoost算法和贝叶斯网络模型分析

引用

吉林大学学报（医学版） 2024年第4期50卷 1044-1054页

作者：王爱民王凤琳黄一铭徐雅琪张文婧丛显铸苏维强王素珍高梦瑶李爽孔雨佳石福艳陶恩学山东第二医科大学公共卫生学院卫生统计学教研室山东潍坊261053 山东第二医科大学基础医学院山东潍坊261053

目的:筛选影响心脑血管疾病发病的主要特征变量,基于排序前10位的特征变量构建心脑血管疾病发病风险贝叶斯网络模型,为心脑血管疾病发病风险预测提供参考。方法:从英国生物样本(UK Biobank)数据库中纳入315896例参与者和相关变量,通过... 详细信息

目的:筛选影响心脑血管疾病发病的主要特征变量,基于排序前10位的特征变量构建心脑血管疾病发病风险贝叶斯网络模型,为心脑血管疾病发病风险预测提供参考。方法:从英国生物样本(UK Biobank)数据库中纳入315896例参与者和相关变量,通过类别型特征提升(CatBoost)算法进行特征选择,将所有参与者按7∶3比例随机分为训练集和测试集,并基于最大最小爬山(MMHC)算法构建贝叶斯网络模型。结果:本研究中人群心脑血管疾病患病率为28.8%。CatBoost算法筛选的排名前10位变量分别为年龄、体质量指数(BMI)、低密度脂蛋白胆固醇(LDL-C)、总胆固醇(TC)、甘油三酯-葡萄糖(TyG)指数、家族史、载脂蛋白A/B比值、高密度脂蛋白胆固醇(HDL-C)、吸烟状态和性别。CatBoost训练集模型受试者工作特征(ROC)曲线下面积(AUC)为0.770,模型准确性为0.764;验证集模型AUC为0.759,模型准确性为0.763。临床效能分析,训练集阈值范围为0.06~0.85,验证集阈值范围为0.09~0.81。心脑血管疾病发病风险贝叶斯网络模型分析,年龄、性别、吸烟状态、家族史、BMI和载脂蛋白A/B比值与心脑血管疾病直接相关,是心脑血管疾病发生的重要风险因素,TyG指数、HDL-C、LDL-C和TC通过影响BMI和载脂蛋白A/B比值间接影响心脑血管疾病的发生风险。结论:控制BMI、载脂蛋白A/B比值和吸烟行为,可以降低心脑血管疾病的发病风险。贝叶斯网络模型可用于预测心脑血管疾病发病风险。

关键词：心脑血管疾病 CatBoost算法贝叶斯网络风险推理

来源：评论

学校读者我要写书评

暂无评论

单细胞RNA测序数据批次效应校正方法

引用

中国卫生统计 2023年第1期40卷 153-156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 150086 浙江大学医学院附属妇产科医院

传统的“bulk”RNA测序通过测量一个细胞群中基因的平均表达水平来描述一个组织的整体状态,掩盖了单个细胞的信号及组织内细胞异质性。单细胞RNA测序(single-cell RNA-sequencing,scRNA-seq)是近年来新兴的检测技术,通过单个细胞的转录... 详细信息

传统的“bulk”RNA测序通过测量一个细胞群中基因的平均表达水平来描述一个组织的整体状态,掩盖了单个细胞的信号及组织内细胞异质性。单细胞RNA测序(single-cell RNA-sequencing,scRNA-seq)是近年来新兴的检测技术,通过单个细胞的转录图谱分析其分子状态[1],在描绘细胞微环境,阐述相关生物学机制,识别新的治疗靶点等方面取得了前所未有的进展[2]。scRNA-seq数据通常由多批次实验数据整合而成,批次效应主要来源于实验数据的获取时间、操作人员、试剂批次、设备及检测技术平台等方面。批次效应可能是高度非线性的,它的存在使得下游分析复杂化,结果难以解释。因此,有效地移除scRNA-seq数据批次效应至关重要。

关键词：批次效应分子状态生物学机制细胞微环境数据整合细胞群校正方法整体状态

来源：评论

学校读者我要写书评

暂无评论

一种基于树的集成学习方法新思路在中老年人消化系统疾病相关因素研究中的应用

引用

中国卫生统计 2023年第2期40卷 242-245页

作者：张蕊郭维恒王世伟冯彦成王添郭志旺王立芹河北医科大学公共卫生学院流行病与卫生统计学教研室 050017 河北省环境与人群健康重点实验室西安医学院公共卫生学院流行病与卫生统计学教研室

目的本研究借鉴深度森林(deep forest)的思想,提出一种基于树的集成学习方法新思路,为以后相关的研究提供分析策略和思路。方法使用2015年中国健康与养老追踪调查数据库,筛选与消化系统疾病有关的变量,通过“人工地”建立多层随机森... 详细信息

目的本研究借鉴深度森林(deep forest)的思想,提出一种基于树的集成学习方法新思路,为以后相关的研究提供分析策略和思路。方法使用2015年中国健康与养老追踪调查数据库,筛选与消化系统疾病有关的变量,通过“人工地”建立多层随机森林模型,对人群进行分类,再分别建立模型筛选变量,通过计算评价指标评价模型效果,从而选择更优的模型解释与消化系统疾病相关的变量。结果本研究发现通过建立多层随机森林模型对人群分为两类后,再分别建立模型,各评价指标都有很大幅度提高。另外对两类人群分别构建随机森林模型后,根据变量重要性评分筛选出与消化系统疾病有关的重要变量,再建立logistic模型,结果显示,一类人群筛选出15个有统计学意义的变量,其中有13个危险因素,OR值由1.871至35.917,关联最强的是关节炎和风湿病,其次为肾脏疾病、过去一个月生过病、头痛或者颈部痛、胸背部或者腰臀部疼痛、心脏病等;2个保护因素为晚上的睡眠时间、血红蛋白值。另一类人群筛选出的相关变量与第一类人群大部分相同,但作用相反,OR值由0.067至0.771,并且对第一类人群危害最大的因素对第二类保护也最大。结论对于病因复杂的疾病,可通过对人群细分,再分别进行分析。本研究提出的基于树的集成学习新算法,通过叠加多层随机森林模型,可用于以上数据中进行人群分类,使模型更优。

关键词：消化系统疾病集成学习胃病相关因素随机森林

来源：评论

学校读者我要写书评

暂无评论

多状态Markov模型在阿尔茨海默病自然史中的应用

引用

中国卫生统计 2024年第2期41卷 227-230,234页

作者：秦瑶韩红娟刘龙陈杜荣王浩基崔靖白文琳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

目的将多状态Markov模型应用于阿尔茨海默病(Alzheimer's disease,AD)自然史研究,为慢性病自然史研究提供方法学借鉴。方法基于美国公共数据库ADNI,构建正常认知(normal cognition,NC)-轻度认知障碍(mild cognitive impairment,MCI)... 详细信息

目的将多状态Markov模型应用于阿尔茨海默病(Alzheimer's disease,AD)自然史研究,为慢性病自然史研究提供方法学借鉴。方法基于美国公共数据库ADNI,构建正常认知(normal cognition,NC)-轻度认知障碍(mild cognitive impairment,MCI)-AD多状态Markov模型,估计不同状态间的转移强度、转移概率、影响因素和各状态的逗留时间,绘制生存曲线,并进行模型拟合优度评价。结果性别、年龄、FAQ、MMSE、CDRSB、ADAS13、TMT-B-Time是AD自然史中重要的影响因素;NC与MCI状态的平均逗留时间分别为7.502年,11.621年。多状态Markov模型拟合结果较好。结论多状态Markov模型在AD等多状态慢性病转归研究中具有很好的应用价值。

关键词：多状态Markov模型阿尔茨海默病慢性病自然史

来源：评论

学校读者我要写书评

暂无评论

多元纵向测量的潜在过程模型在轻度认知障碍逆转研究中的应用

引用

中国卫生统计 2024年第1期41卷 64-67,71页

目的将多元纵向测量的潜在过程模型应用于轻度认知障碍向认知正常逆转的研究,为慢性病纵向研究提供方法学借鉴。方法基于多个纵向认知标记物共同代表同一个潜在认知过程的假设,构建多元纵向测量的潜在过程模型,捕捉潜在认知过程随时... 详细信息

目的将多元纵向测量的潜在过程模型应用于轻度认知障碍向认知正常逆转的研究,为慢性病纵向研究提供方法学借鉴。方法基于多个纵向认知标记物共同代表同一个潜在认知过程的假设,构建多元纵向测量的潜在过程模型,捕捉潜在认知过程随时间的变化轨迹,量化不同纵向认知标记物解释潜在认知过程的贡献,讨论不同认知标记物用以衡量认知功能的敏感性,及其协变量效应。参数估计采用极大似然法,采用残差分析和不同纵向认知标记物解释潜在认知过程所占百分比进行拟合优度评价。结果性别(P=0.004),受教育年限(P=0.002),随访时间(P<0.001)和随访时间的二次方(P<0.001)与潜在认知过程显著相关。性别(P=0.048)与受教育年限(P=0.013)的不同纵向认知标记物之间有统计学差异。残差分析和潜在过程解释纵向测量变异的比例说明模型拟合良好。结论多元纵向数据潜在过程模型在痴呆等慢性病研究中具有很好的应用价值。

关键词：潜在过程纵向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

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：