检索结果-内蒙古大学图书馆

中国药物警戒 2024年第11期21卷 1280-1283页

作者：梁际洲陈晨鑫白汪洋郭晓晶许金芳贺佳叶小飞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

目的对药物警戒中基于个例安全报告进行药品安全性信号检测报告规范(READUS-PV)进行分析并解读,为国内更好地基于个例安全报告进行药品安全性信号检测研究提供参考。方法整理分析并解读国际上信号检测领域专家共同发表药物警戒中基于个... 详细信息

目的对药物警戒中基于个例安全报告进行药品安全性信号检测报告规范(READUS-PV)进行分析并解读,为国内更好地基于个例安全报告进行药品安全性信号检测研究提供参考。方法整理分析并解读国际上信号检测领域专家共同发表药物警戒中基于个例安全报告进行药品安全性信号检测报告规范(READUS-PV)。结果READUS-PV从题目、引言、方法、结果、讨论、宣言、摘要等7个方面给出14个条目的建议。结论在实际药品安全性信号检测研究中,可参考READUS-PV,提升研究质量。

关键词：个例安全报告药物警戒信号检测解读启示

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

重构免疫学课程体系提升预防医学本科生教学质量的探索

引用

中国免疫学杂志 2025年第5期41卷 1220-1222页

作者：杜伯雨郭阳袁佩佩李平飞晋兰曹玲郗雪艳湖北医药学院基础医学院医学免疫学教研室十堰442000 湖北医药学院附属人民医院风湿免疫科十堰442000

改革创新公共卫生人才培养模式是现阶段我国新医科建设面临的挑战。医学免疫学教学是新医科背景下公共卫生专业人才培养的关键环节之一。本研究立足医学免疫学课程建设,围绕预防医学本科生教学改革创新,从理论课、实践课、实验课、课程... 详细信息

改革创新公共卫生人才培养模式是现阶段我国新医科建设面临的挑战。医学免疫学教学是新医科背景下公共卫生专业人才培养的关键环节之一。本研究立足医学免疫学课程建设,围绕预防医学本科生教学改革创新,从理论课、实践课、实验课、课程思政和考核方式等方面,全面重构医学免疫学课程体系,为提升预防医学本科生的免疫学教学质量提供借鉴和参考。

关键词：医学免疫学预防医学课程体系教学质量

来源：评论

学校读者我要写书评

暂无评论

大气颗粒物对成年居民患心血管疾病的影响及植被覆盖的效应修饰研究

引用

中华疾病控制杂志 2023年第5期27卷 528-533页

作者：褚一凡施恒远刘超刘成榕董意麟张珮瑶贾贤杰吴学森高怀荃蚌埠医学院公共卫生学院流行病与卫生统计学教研室蚌埠233030 安徽中医药大学党委巡察工作办公室合肥230000合肥

目的评估城市大气颗粒物(particulate matter,PM)对成年居民患心血管疾病(car⁃diovascular disease,CVD)的影响及植被覆盖的效应修饰研究。方法2015年在蚌埠市抽取4000名成年居民,使用问卷调查和居民体检获得基本信息。通过卫星反演技术... 详细信息

目的评估城市大气颗粒物(particulate matter,PM)对成年居民患心血管疾病(car⁃diovascular disease,CVD)的影响及植被覆盖的效应修饰研究。方法2015年在蚌埠市抽取4000名成年居民,使用问卷调查和居民体检获得基本信息。通过卫星反演技术,获得参与者家庭所在1 km缓冲区的大气PM浓度,应用logistic回归分析模型分析PM与患CVD的关联。通过分层分析,探讨年龄、性别、BMI和植被覆盖对这种关联的潜在作用。结果最终纳入3190名对象,其中CVD患者1080例。亚微米颗粒物(submicrometer particles,PM1)、细颗粒物(fine particulate mat⁃ter,PM2.5)、可吸入颗粒物(inhalable particles,PM10)不同组之间患病率差异均有统计学意义(均有P<0.05)。植被覆盖指标归一化植被指数(normalized difference vegetation index,NDVI)、增强型植被指数(enhanced vegetation index,EVI)、土壤调整植被指数(soil adjusted vegetation index,SAVI)不同组之间患病率差异有统计学差异(均有P<0.05)。logistic回归分析模型分析显示:调整协变量后,PM2.5高浓度组患病风险为低浓度组的1.352倍(OR=1.352,95%CI:1.078~1.696)。PM1、PM10与CVD的调整模型差异无统计学意义(均有P>0.05)。分层分析显示:PM2.5与植被覆盖的交互作用差异均有统计学意义(均有P<0.05),在植被覆盖处于较低水平时,PM2.5与CVD患病风险的关联更强。结论PM污染越严重,CVD患病风险可能越高。植被覆盖可能缓解了PM污染与CVD之间的关联。

关键词：大气颗粒物植被覆盖心血管疾病 logistic回归分析模型

来源：评论

学校读者我要写书评

暂无评论

CVA6高通量测序方法的建立及应用

引用

现代预防医学 2023年第9期50卷 1700-1705页

作者：裴书君李懿卢世栋索文帅王笑阳陈泽倩王若琳黄学勇新乡医学院公共卫生学院流行病与卫生统计学教研室河南省疾病预防控制中心传染病预防控制所郑州大学公共卫生学院流行病与卫生统计学教研室

目的建立柯萨奇病毒A组6型（Coxsackievirus A6,CVA6）基于多重PCR扩增的高通量测序方法，并应用于CVA6的基因进化研究。方法利用PRIMER5.0设计7对CVA6型特异性引物，在同一体系构建并优化多重PCR高通量测序方法，并应用该方法对河南... 详细信息

目的建立柯萨奇病毒A组6型（Coxsackievirus A6,CVA6）基于多重PCR扩增的高通量测序方法，并应用于CVA6的基因进化研究。方法利用PRIMER5.0设计7对CVA6型特异性引物，在同一体系构建并优化多重PCR高通量测序方法，并应用该方法对河南省39份CVA6标本开展基因测序，分析核苷酸氨基酸同源性和构建系统进化树。结果本研究成功建立基于多重PCR的CVA6高通量测序方法，基因特征分析表明此次河南省检出的CVA6流行亚型为D3a亚型，与山东、湖南、浙江、云南、辽宁、江西等地区的毒株亲缘关系较近。结论本研究建立CVA6的高通量测序方法特异性强，扩增效率高，为CVA6型基因型遗传特征和变异规律提供了技术支持，可应用于CVA6的同源性分析及基因进化研究分析。

关键词： CVA6 多重PCR引物高通量测序系统进化

来源：评论

学校读者我要写书评

暂无评论

基于列线图的空腹血糖受损发生风险预测模型的构建与验证

引用

中国医科大学学报 2025年第1期54卷 18-23页

作者：甄紫伊刘蕾孟继娴傅一婷马小慧孙金菊沈阳医学院公共卫生学院流行病与卫生统计学教研室沈阳110034 辽宁中医药大学护理学院社区护理学教研室沈阳116600

目的探讨空腹血糖受损(IFG)发生的危险因素,构建基于列线图的IFG发生风险的预测模型并验证。方法收集2022年8月至12月沈阳市某医院体检门诊常规体检者(n=3037)的临床资料,将研究对象按照7∶3随机分为训练组(n=2126)和验证组(n=911)。通... 详细信息

目的探讨空腹血糖受损(IFG)发生的危险因素,构建基于列线图的IFG发生风险的预测模型并验证。方法收集2022年8月至12月沈阳市某医院体检门诊常规体检者(n=3037)的临床资料,将研究对象按照7∶3随机分为训练组(n=2126)和验证组(n=911)。通过LASSO回归分析筛选预测变量,采用logistic回归分析进一步筛选并构建列线图预测模型,由验证组对模型可行性进行内部验证,应用受试者操作特征(ROC)曲线的曲线下面积(AUC)和Hosmer-Lemeshow拟合优度检验对模型效能进行评价。结果3037例研究对象中2880例未发生IFG,157例发生IFG。结果显示,年龄(OR=1.04,95%CI:1.02~1.05)、体重指数(OR=1.10,95%CI:1.05~1.17)、收缩压(OR=1.01,95%CI:1.00~1.03)、甘油三酯(OR=1.20,95%CI:0.99~1.51)以及高血压(OR=1.28,95%CI:1.04~1.59)是IFG发生的独立危险因素。基于以上变量成功构建了列线图预测模型。预测模型中训练组预测IFG发生的AUC为0.722(95%CI:0.68~0.77),验证组预测IFG发生的AUC为0.907(95%CI:0.87~0.94)。拟合优度检验结果显示训练组与验证组模型差异比较无统计学意义(P>0.05),实际概率与模型预测概率基本一致,模型校准度较好。结论本研究构建了包括年龄、体重指数、收缩压、甘油三酯以及高血压5个变量的IFG发生风险的预测模型,有助于尽早筛选IFG高危人群并及时干预。

关键词：空腹血糖受损危险因素预测模型列线图

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

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

基于深度学习的胸部X射线图像识别及分类模型研究

引用

中国卫生统计 2024年第3期41卷 365-369,375页

作者：张晓熙王远涵杨顷落黄雪余红梅武淑琴山西医科大学公共卫生学院卫生统计学教研室 030000 重大疾病风险评估山西省重点实验室山西医科大学基础医学院数学教研室

目的以深度学习中的卷积神经网络为基础搭建胸部X射线(chest X-ray,CXR)图像分类模型,为肺部疾病提供可靠的辅助诊断技术。方法经KAGGLE数据库收集新冠肺炎、轻度肺部感染、病毒性肺炎及正常的四种胸部X射线图片,按3∶1∶1的比例将数据... 详细信息

目的以深度学习中的卷积神经网络为基础搭建胸部X射线(chest X-ray,CXR)图像分类模型,为肺部疾病提供可靠的辅助诊断技术。方法经KAGGLE数据库收集新冠肺炎、轻度肺部感染、病毒性肺炎及正常的四种胸部X射线图片,按3∶1∶1的比例将数据随机划分成训练集,测试集和验证集;基于卷积神经网络架构搭建CXR图像分类模型,调节超参数对模型进行加强和优化;后通过混淆矩阵、准确率、灵敏度、K折交叉验证结果等指标对模型进行验证及评价。结果本研究模型对肺部影像图片的分类准确率为0.81、灵敏度为0.80、测试集和验证集损失值能够稳定在一个较低的水平。与相同迁移算法的模型相比,在测试数据集上的精确率、准确率、灵敏度、F1分值分别提高了1.7%、1.7%、1.3%、2.9%。结论此模型对于CXR图像的识别和分类的性能更强,可以更有效地应用于肺部疾病的辅助分析和判断。

关键词：肺部疾病模型构建深度学习影像识别

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

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：