检索结果-内蒙古大学图书馆

中国循证医学杂志 2024年第9期24卷 1085-1093页

作者：何倩潘喆敏向蔓宛慧琴秦婴逸贺佳海军军医大学军队卫生统计学教研室上海200433 同济大学医学院上海200092

目的通过公式推导和实例验证,分析多阅片者多病例(multi-reader multi-case,MRMC)设计影像诊断试验准确度评价的统计分析方法。方法本研究包括理论推导和实例验证两个部分。理论部分详细介绍了MRMC统计分析方法,特别是Obuchowski-Rocket... 详细信息

目的通过公式推导和实例验证,分析多阅片者多病例(multi-reader multi-case,MRMC)设计影像诊断试验准确度评价的统计分析方法。方法本研究包括理论推导和实例验证两个部分。理论部分详细介绍了MRMC统计分析方法,特别是Obuchowski-Rockette(OR)与Dorfman-Berbaum-Metz(DBM)方法的原理和步骤。实例部分研究共纳入了100例受试者,其中67例疾病患者。四名阅片者分别采用传统胶卷影像方法和数字化影像方法进行阅片。通过OR与DBM方法对阅片结果进行分析。结果实例研究显示,OR和DBM方法结果具有较高的一致性。当OR方法采用Jackknife估计协方差矩阵时,其结果与DBM方法完全吻合。结论为准确评估影像诊断试验的临床性能,推荐采用OR和DBM方法进行影像诊断试验准确性评价的统计分析,以确保阅片者因素对评价结果的影响得到充分考虑。OR与DBM方法的结果较为接近,实际应用时应考虑具体数据特点和研究设计选择合适的分析方法。同时,OR与DBM方法的应用目前仍存在一定挑战,如软件实现、缺失数据处理,未来仍需要进一步的探索。

关键词：多阅片者多病例影像诊断试验准确性

来源：评论

学校读者我要写书评

暂无评论

基于广义增强模型的倾向性评分重叠权重加权方法研究

引用

中国卫生统计 2024年第5期41卷 676-681页

作者：涂博祥秦婴逸徐宵赵艳芳海军军医大学军队卫生统计学教研室 200433 同济大学医学院

目的本研究构建了基于广义增强模型的倾向性评分重叠权重加权模型(GBM-OW)。方法通过模拟数据探讨在混杂因素与处理因素间关系复杂的情况下,不同样本量,不同倾向性评分值重叠程度下GBM-OW模型在均衡混杂因素、效应估计等方面的表现,并... 详细信息

目的本研究构建了基于广义增强模型的倾向性评分重叠权重加权模型(GBM-OW)。方法通过模拟数据探讨在混杂因素与处理因素间关系复杂的情况下,不同样本量,不同倾向性评分值重叠程度下GBM-OW模型在均衡混杂因素、效应估计等方面的表现,并与多因素调整模型及其它三种倾向性评分加权模型进行比较。结果及结论从模拟结果来看,当变量之间关系复杂、样本量大、倾向性评分值重叠程度小的情况下,GBM-OW模型在各方面均有较好的表现,可应用于观察性研究中。

关键词：倾向性评分重叠权重广义增强模型

来源：评论

学校读者我要写书评

暂无评论

股骨颈骨折术后股骨头坏死率及相关危险因素的Meta分析

引用

中国骨伤 2022年第4期35卷 390-399页

作者：王焕韩春霞艾自胜同济大学医学院医学统计学教研室上海200092

目的:研究2000年以后的成人股骨颈骨折患者内固定术后股骨头坏死发生率及相关危险因素以识别股骨头坏死高危人群。方法:检索PubMed、Medline、The Cochrane Library、中国知网、万方和维普数据库,收集2000年1月1日至2020年7月1日期间有... 详细信息

目的:研究2000年以后的成人股骨颈骨折患者内固定术后股骨头坏死发生率及相关危险因素以识别股骨头坏死高危人群。方法:检索PubMed、Medline、The Cochrane Library、中国知网、万方和维普数据库,收集2000年1月1日至2020年7月1日期间有关股骨颈骨折术后股骨头坏死及其危险因素的全部研究,根据入选和排除标准剔除不符合要求的研究。使用Endnote X9和Excel 2019进行文献提取、管理以及数据录入,利用R Studio 3.6.5软件进行Meta分析。通过亚组分析、敏感性分析和发表偏倚检测来研究异质性来源及评估结果的可靠性。结果:共纳入16篇文献,包括5521例股骨颈骨折患者。Meta分析结果显示成人股骨颈骨折内固定术后股骨头坏死发生率为14.5%[95%CI(0.126-0.165)]。骨折移位情况[OR=0.27,95%CI(0.21-0.35)]和复位质量[OR=0.15,95%CI(0.09-0.27)]是股骨头坏死相关危险因素。亚组率分析结果显示:非移位型骨折坏死率为6.2%[95%CI(0.051-0.077)],移位型骨折坏死率为20.4%[95%CI(0.166-0.249)];骨折复位良好坏死率为8.3%[95%CI(0.072-0.095)],骨折复位不良坏死率为35.5%[95%CI(0.233-0.500)]。纳入的文献一致性较好,不存在发表偏倚。结论:2000年以后的成人股骨颈骨折内固定术后股骨头总坏死率有所下降,而移位型骨折和复位质量不良的患者坏死率仍处于较高水平。由于各原始文献对受伤至手术时间间隔的划分不一致,没有对该指标进行分析。

关键词：股骨颈骨折骨折固定术,内股骨头坏死危险因素

来源：评论

学校读者我要写书评

暂无评论

家长与中小学生中高强度身体活动和静态行为的关联

引用

中国学校卫生 2025年第1期46卷 68-72页

作者：姚梓枫叶荣荣陈嘉德徐鹏黄燕红李丽霞李红娟郜艳晖暨南大学基础医学与公共卫生学院医学统计学教研室广东广州510632 广东药科大学公共卫生学院卫生统计学教研室北京体育大学运动人体科学学院/运动与体质健康教育部重点实验室

目的探讨家长中高强度身体活动(MVPA)、静态行为(SB)与中小学生MVPA、SB的关联,为制定针对性的儿童青少年身体活动促进策略提供科学依据。方法 2021—2022年,采用方便抽样与整群抽样相结合的方法收集广州市海珠区5所中小学的2 484对学... 详细信息

目的探讨家长中高强度身体活动(MVPA)、静态行为(SB)与中小学生MVPA、SB的关联,为制定针对性的儿童青少年身体活动促进策略提供科学依据。方法 2021—2022年,采用方便抽样与整群抽样相结合的方法收集广州市海珠区5所中小学的2 484对学生及其家长的基本信息和24 h活动行为情况。构建成分回归模型分析家长MVPA、SB与中小学生MVPA、SB的关系,并采用成分等时替代模型探讨家长MVPA、剩余成分(24 h中除SB外的时间使用成分)和SB之间相互替代对中小学生MVPA和SB行为活动的影响。结果一至三年级学生家长MVPA和SB与学生的MVPA和SB均呈正相关(β值分别为0.06,0.12,P值均<0.01)。成分等时替代模型显示,一至三年级学生家长用10 min和20 min MVPA替代SB与学生MVPA增加有关,用10 min和20 min剩余成分替代SB与学生SB减少有关,平均变化量分别为0.8(95%CI=0.4~1.2)和1.4(95%CI=0.7~2.2)、-1.4(95%CI=-1.7~-1.1)和-2.9(95%CI=-3.4~-2.3)(P值均<0.05)。四至六年级和七至九年级学生家长与学生身体活动和静态行为间未观察到有统计学意义的关联(P值均>0.05)。结论一至三年级学生家长增加MVPA和减少SB对学生增加MVPA和减少SB有益。可通过家长促进中小学生身体活动,且干预关口应提前,低年级为最佳干预期。

关键词：运动活动静态行为回归分析学生法定监护人

来源：评论

学校读者我要写书评

暂无评论

多组资料倾向性评分加权法模型构建与比较

引用

中国循证医学杂志 2023年第3期23卷 362-372页

作者：徐宵涂博祥秦婴逸贺佳同济大学医学院上海200092 海军军医大学军队卫生统计学教研室上海200433

目的比较处理多组资料数据时三种倾向性评分加权方法在不同样本量的条件下均衡协变量的能力和估计处理效应的优劣。方法采用Monte Carlo模拟的方法生成数据集,比较三种倾向性评分加权方法Logistic-IPTW、Logistic-OW和GBM-OW法均衡协... 详细信息

目的比较处理多组资料数据时三种倾向性评分加权方法在不同样本量的条件下均衡协变量的能力和估计处理效应的优劣。方法采用Monte Carlo模拟的方法生成数据集,比较三种倾向性评分加权方法Logistic-IPTW、Logistic-OW和GBM-OW法均衡协变量和估计处理效应的优劣。协变量均衡水平指标为绝对标准均值差。处理效应评价指标包括处理效应的点估计值、均方根误差、可信区间覆盖率。结果在5种协变量与处理因素、结局变量有不同复杂程度的相关关系的场景下,相比于Logistic-IPTW法和Logistic-OW法,GBMOW法在效应估计方面更优,同时拥有更小的均方根误差;在协变量均衡性方面,三种方法效果都比较好,GBMOW方法在多组资料倾向性评分分布重叠度较低,且在协变量与分组变量、结局变量有越来越复杂的非线性关系时表现变好。结论在处理多组资料时,GBM-OW法相对另外两种方法,在协变量与分组变量、结局变量之间存在非线性或(和)交互关系时具有优势。运用此方法后效应估计更加接近真实值,为较优的选择。

关键词：倾向性评分加权法重叠加权多组资料广义增强模型逆概率加权

来源：评论

学校读者我要写书评

暂无评论

卷积神经网络的原理及其在医学影像诊断中的应用

引用

中国医学物理学杂志 2022年第12期39卷 1485-1489页

作者：王霄朱恩照艾自胜同济大学医学院医学统计学教研室上海200092

利用卷积神经网络快速高效地对医学影像数据进行分析和处理可以实现医学影像数据快速分类、定位等操作,提高医学诊疗的效率。本研究从卷积神经网络的背景和原理入手,介绍各种类型的卷积神经网络的应用场景和一些常用的卷积神经网络模型... 详细信息

利用卷积神经网络快速高效地对医学影像数据进行分析和处理可以实现医学影像数据快速分类、定位等操作,提高医学诊疗的效率。本研究从卷积神经网络的背景和原理入手,介绍各种类型的卷积神经网络的应用场景和一些常用的卷积神经网络模型,包括残差卷积神经网络、U-net、循环卷积神经网络等及其在医学影像诊断中的应用,最后针对卷积神经网络和人工智能技术讨论了其未来的展望和挑战。

关键词：人工智能卷积神经网络医学影像医学诊断综述

来源：评论

学校读者我要写书评

暂无评论

多阅片者多病例设计在人工智能辅助阅片影像诊断试验评价中的应用

引用

海军军医大学学报 2025年第4期46卷 504-510页

作者：宛慧琴向蔓潘喆敏秦婴逸何倩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

目的使用多阅片者多病例(MRMC)设计评价人工智能(AI)辅助阅片影像诊断试验的临床效能,以期为影像诊断试验的临床评价提供科学依据。方法采用影像诊断试验中广泛应用的MRMC设计,详细阐述了MRMC设计中Obuchowski-Rockette(OR)法的模型构... 详细信息

目的使用多阅片者多病例(MRMC)设计评价人工智能(AI)辅助阅片影像诊断试验的临床效能,以期为影像诊断试验的临床评价提供科学依据。方法采用影像诊断试验中广泛应用的MRMC设计,详细阐述了MRMC设计中Obuchowski-Rockette(OR)法的模型构建及其检验方法。实例研究共收集了3家医院200例受试者的CT影像资料,其中133例为肋骨骨折患者,68例为非肋骨骨折患者,由3位阅片医师对所有CT影像进行判读。分析在2种阅片方式(医师+AI辅助阅片、医师独立阅片)下肋骨骨折检出的AUC值、灵敏度和特异度的差异。结果AI辅助阅片组的AUC值为0.958,医师独立阅片组的AUC值为0.902,两组AUC值差异有统计学意义(P<0.001)。AI辅助阅片组总体的灵敏度为0.970,特异度为0.946;医师独立阅片组的灵敏度为0.838,特异度为0.966;两组灵敏度差值为0.131(95%CI 0.091~0.171),特异度差值为-0.020(95%CI-0.059~0.020),说明AI辅助阅片与医师独立阅片的灵敏度差异有统计学意义而特异度差异无统计学意义。两组的阳性似然比均大于10,阴性似然比均小于0.2,阳性预测值都接近1,说明AI辅助阅片影像诊断试验的诊断准确性高。结论AI辅助阅片在提高诊断效能方面有显著优势,不仅可以提高肋骨骨折诊断的准确性和检出率,还能提高医师工作效率,优化医院服务。

关键词：人工智能多阅片者多病例设计 Obuchowski-Rockette法肋骨骨折诊断准确性

来源：评论

学校读者我要写书评

暂无评论

能谱CT深度学习图像重建与迭代重建算法图像质量对比的体模和动物模型研究

引用

中华放射学杂志 2023年第12期57卷 1361-1367页

作者：姜江陈勇石骁萌陆伟王柏松石博文王雯芳朱兰潘自来张欢上海交通大学医学院附属瑞金医院放射科上海200025 GE医疗(中国)CT影像研究中心上海201203 上海交通大学医学院生物统计学教研室上海200025

目的探讨基于体模和动物模型的深度学习重建算法(TF-GSI)和自适应统计迭代重建算法(ASiR-V)对于能谱CT图像质量的影响。方法使用GE Revolution Apex能谱CT对ACR 464体模和胃癌淋巴结转移小鼠模型(n=16)进行扫描。分别在体模和小鼠的70 ... 详细信息

目的探讨基于体模和动物模型的深度学习重建算法(TF-GSI)和自适应统计迭代重建算法(ASiR-V)对于能谱CT图像质量的影响。方法使用GE Revolution Apex能谱CT对ACR 464体模和胃癌淋巴结转移小鼠模型(n=16)进行扫描。分别在体模和小鼠的70 keV虚拟单能图像上重建TF-GSI和ASiR-V的中、高两档等级图像(TF-GSI-M、TF-GSI-H、ASiR-V50%和ASiR-V100%)。评价体模各组图像骨和丙烯酸的任务传递函数(TTF)、图像噪声功率谱(NPS)以及可检测能力指数(d′)。使用单因素方差分析对比小鼠图像噪声、脑组织和肝脏的信噪比(SNR)和对比噪声比(CNR)。2名医师(A和B)评价TF-GSI-H和ASiR-V100%2种重建算法图像对微小病灶检出的一致性采用Kappa检验。结果体模方面,TF-GSI-H组图像在TTF、NPS和d′的表现均最佳:相较ASiR-V100%,TF-GSI-H组图像骨和丙烯酸的TTF50%分别升高了2.4%和8.9%,TF-GSI-H组图像的NPS peak下降了54.1%,TF-GSI-H相对ASiR-V100%对骨和丙烯酸的检出能力分别提升了52.7%和59.5%。TF-GSI组相较ASiR-V组图像噪声降低,2种组织的SNR和CNR均升高,但各组图像间差异不具有统计学意义(P>0.05)。2名医师对2种重建算法图像评价的一致性良好(A,Kappa=0.875,P<0.001;B,Kappa=0.625,P=0.012)。2种重建算法图像对小鼠微小转移灶的检出方面,TF-GSI组高于ASiR-V组(准确度分别为83.5%、71.9%;灵敏度分别为77.8%、61.2%;特异度分别为85.7%、85.7%)。结论TF-GSI相对ASiR-V可以提高能谱CT虚拟单能图像的空间分辨率,改善图像噪声并具有提高微小病灶检出的潜在价值。

关键词：体层摄影术 X线计算机深度学习迭代重建图像质量

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

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

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

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

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：