检索结果-内蒙古大学图书馆

中华疾病控制杂志 2022年第9期26卷 1065-1071页

作者：陈佳宋秋月李芳张彦琦刘岭易东伍亚舟陆军军医大学军事预防医学系军队卫生统计学教研室重庆400038

目的利用时间序列特征提取方法对中国25个省级行政区的百日咳发病数据进行聚类,根据聚类结果分析出各地区百日咳不同的发病模式,为中国实施百日咳疾病防控统一规划提供科学依据。方法提取全国25个省级行政区百日咳时间序列的9个全局特征... 详细信息

目的利用时间序列特征提取方法对中国25个省级行政区的百日咳发病数据进行聚类,根据聚类结果分析出各地区百日咳不同的发病模式,为中国实施百日咳疾病防控统一规划提供科学依据。方法提取全国25个省级行政区百日咳时间序列的9个全局特征,利用主成分分析将9个指标转化为3个主成分组成的特征矩阵进行层次聚类分析。选择最佳聚类数划分百日咳时间序列不同的发病模式。结果层次聚类最佳聚类数为3类,即对应百日咳的3种发病模式,分别为无周期性有季节性无趋势性模式(共9个省级行政区)、无周期性有季节性有趋势性模式(共10个省级行政区)和有周期性有季节性有趋势性模式(共6个省级行政区)。结论时间序列特征提取的层次聚类能够很好地将相似模式紧密的分在一组,并准确的划分出中国25个省级行政区百日咳疫情的发病模式,聚类结果可为相关部门制定不同省份百日咳的防控措施提供理论依据。

关键词：百日咳时间序列特征提取主成分分析聚类分析发病模式

来源：评论

学校读者我要写书评

暂无评论

适应性教学模式在医学统计学课程中的应用研究

引用

中国卫生统计 2024年第5期41卷 769-774页

作者：杨喆李晨梁英张海悦尚磊张玉海王陵空军军医大学军事预防医学系卫生统计学教研室特殊作业环境危害评估与防治教育部重点实验室710032

目的探索线上线下混合教学模式适应性教学方法在医学统计学本科教学中的应用效果。方法将2019级必修医学统计学课程的学员根据线下课程自然分班整群随机分为对照组和研究组,对照组采用传统线下纯理论授课,研究组在对照组的基础上增加线... 详细信息

目的探索线上线下混合教学模式适应性教学方法在医学统计学本科教学中的应用效果。方法将2019级必修医学统计学课程的学员根据线下课程自然分班整群随机分为对照组和研究组,对照组采用传统线下纯理论授课,研究组在对照组的基础上增加线上全国医科院校研究生联盟小规模限制性在线课程(small private online course,SPOC)和软件实操视频,将课堂授课、在线视频、软件实操有机结合,课中动态进行课程内容调整。通过调查学员学习态度变化评价教学效果,组间比较采用Mann-Whitney U或Kruskal-Wallis H检验,多因素分析采用广义线性模型。结果学员在学习医学统计学课程后,在情感、认知能力和兴趣三个方面与课前相比得分均有所提高,而难度得分降低(P<0.05);学员的数学基础和计算机基础越好、学习信心越大,在情感、认知能力、价值和兴趣方面得分越高(P<0.05);相对于对照组,研究组学员在情感、认知能力、价值、兴趣和努力方面得分更高,也是学习态度各维度的重要影响因素。结论线上线下混合教学模式适应性教学效果优于传统线下纯理论授课模式,值得在医学高校中推广和应用。

关键词：适应性教学学习态度医学统计学本科生

来源：评论

学校读者我要写书评

暂无评论

基于函数型主成分分析的稀疏纵向数据建模研究

引用

中国卫生统计 2023年第2期40卷 162-166页

作者：张碧颖苏海霞林倩玮杨喆梁英张玉海空军军医大学军事预防医学系军队卫生统计学教研室 710032 空军军医大学军事预防医学系军队防疫与流行病学教研室

目的探索基于条件期望的函数型主成分分析方法(principal analysis by conditional expectation,PACE)在稀疏且不规则的纵向数据中的预测效果,评价其揭示总体变化趋势、个体特异的变异方式以及预测个体纵向变化轨迹的能力。方法采用R软... 详细信息

目的探索基于条件期望的函数型主成分分析方法(principal analysis by conditional expectation,PACE)在稀疏且不规则的纵向数据中的预测效果,评价其揭示总体变化趋势、个体特异的变异方式以及预测个体纵向变化轨迹的能力。方法采用R软件模拟生成样本量为200的三种不同稀疏情形的纵向数据集,通过数值模拟定量地评价PACE方法的降维及预测效果。结果根据累计方差贡献率达到85%,三种不同稀疏情形的纵向数据集最终选取的主成分个数分别为4、4、3,PACE方法在不同稀疏情形下预测结果均具有较小的均方误差(MSE),分别为0.1410、0.0670、0.0161,而且观测点个数越多预测效果越好。结论PACE方法可以实现在随访间隔不规则且数据稀疏的情况下,捕获纵向数据随时间变化的总体趋势,揭示个体特异的变异方式,预测个体的纵向轨迹。

关键词：纵向数据函数型数据函数型主成分分析稀疏数据局部加权

来源：评论

学校读者我要写书评

暂无评论

基于贝叶斯时空模型的猩红热发病影响因素研究

引用

现代预防医学 2022年第6期49卷 963-968页

作者：李芳宋秋月陈佳张彦琦刘岭易东伍亚舟陆军军医大学军事预防医学系军队卫生统计学教研室

目的猩红热（scarlet fever）是我国重点防制的法定乙类传染病之一，严重危害人类健康，其发病数据表现出典型的时空特征，利用时空分析方法研究猩红热发病的影响因素，为疾病防治工作提供帮助。方法收集2014—2017年我国31个省市猩... 详细信息

目的猩红热（scarlet fever）是我国重点防制的法定乙类传染病之一，严重危害人类健康，其发病数据表现出典型的时空特征，利用时空分析方法研究猩红热发病的影响因素，为疾病防治工作提供帮助。方法收集2014—2017年我国31个省市猩红热月发病资料及相应的气象因素和空气污染数据，利用Spearman相关分析和逐步回归分析筛选影响猩红热发病的气象因素和空气污染变量，将贝叶斯时空模型应用于猩红热发病的影响因素分析。结果 CO和NO2是对猩红热发病影响较大的因素，每升高一个单位分别会带来相对风险5%（95%CI:3.2%～6.91%）和1.66%（95%CI:1.05%～2.22%）的增加。比较无时空效应的一般贝叶斯模型的应用效果，贝叶斯时空模型优势明显，在训练集上，DIC=9 205.526,MAE=1.06,RMSE=1.43，在测试集上，DIC=3 060.089,MAE=0.92,RMSE=1.21，皆表现出优异的拟合能力和预测性能。结论贝叶斯时空模型可有效研究疾病与相关因素之间的关系，在公共卫生领域对疾病预测及分析决策提供科学支撑和理论依据。

关键词：贝叶斯时空模型猩红热气象因素空气污染

来源：评论

学校读者我要写书评

暂无评论

基于循环神经网络模型的创伤重症患者临床结局的动态预测

引用

海军军医大学学报 2024年第10期45卷 1241-1249页

作者：齐戈尧徐进金志超海军军医大学(第二军医大学)卫生勤务学系军队卫生与统计学教研室上海200433 中国人民解放军联勤保障部队第九四〇医院兰州730030

目的探讨基于循环神经网络(RNN)算法构建的动态预测模型用于创伤重症患者临床结局动态预测的价值,并研究动态策略和实时预测模型可行的搭建方案及路径。方法本研究数据来源于美国重症监护医学信息数据库(MIMIC)-Ⅳ2.0。以创伤重症患... 详细信息

目的探讨基于循环神经网络(RNN)算法构建的动态预测模型用于创伤重症患者临床结局动态预测的价值,并研究动态策略和实时预测模型可行的搭建方案及路径。方法本研究数据来源于美国重症监护医学信息数据库(MIMIC)-Ⅳ2.0。以创伤重症患者院内结局为预测目标,使用长短时记忆(LSTM)和门控循环单元(GRU)2种RNN算法分别在4、6和8 h时间窗下训练动态预测模型。使用灵敏度、特异度、F1值和AUC值对模型性能进行评价,并分析不同RNN算法和时间窗对模型性能的影响。在8 h时间窗下分别训练隐马尔科夫模型(HMM)、随机森林(RF)模型和logistic模型作为对照,横向比较2种RNN算法模型与对照模型的性能指标,并分析各模型的时间趋势变化。结果在不同时间窗时,RNN动态模型在灵敏度、特异度、F1值和AUC值等4个性能指标上差异均有统计学意义(均P<0.001),在8 h时间窗时模型的各性能指标均高于6 h和4 h时;不同RNN算法(LSTM和GRU)间仅特异度差异有统计学意义(P=0.036)。横向比较结果显示,2种RNN算法模型和其他模型间各性能指标差异均有统计学意义(均P<0.001),2种RNN算法模型各指标均高于HMM、RF和logistic模型;各算法模型灵敏度、特异度和F1值的ICC均小于0.400(95% CI未包含0),而AUC值的ICC在统计学上证据不足(95% CI包含0)。结论基于RNN算法的动态模型对创伤重症患者临床结局的预测效果较其他常见模型具有一定优势,且时间窗对模型性能可能存在影响。

关键词：循环神经网络长短期记忆网络门控循环单元创伤动态模型临床结局预测模型

来源：评论

学校读者我要写书评

暂无评论

耳机使用对14~28岁学生听力损伤的影响因素分析

引用

中国学校卫生 2023年第9期44卷 1396-1398页

作者：万婷月陈俊江吴志力伍亚舟宋秋月陆军军医大学军事预防医学系军队卫生统计学教研室重庆400038

目的探讨14~28岁学生耳机使用与听力损伤的关系及其影响因素,为指导该人群合理使用耳机、预防听力损伤提供参考依据。方法通过问卷星平台进行横断面调查研究,于2022年4月3日至5月1日采用滚雪球抽样方式在全国范围内调查983名14~28岁学... 详细信息

目的探讨14~28岁学生耳机使用与听力损伤的关系及其影响因素,为指导该人群合理使用耳机、预防听力损伤提供参考依据。方法通过问卷星平台进行横断面调查研究,于2022年4月3日至5月1日采用滚雪球抽样方式在全国范围内调查983名14~28岁学生耳机使用情况及其听力状况。采用χ^(2)检验对影响听力的指标进行筛选,采用Logistic回归模型对筛选出的影响因素进行多因素分析。结果共检出听力损伤者366名,占37.23%。单因素分析显示,性别、耳机每次使用时间、习惯使用的耳机音量、是否带耳机入睡、耳机更换频率组间的听力损伤报告率差异均有统计学意义(χ^(2)值分别为6.03,6.86,14.87,12.22,11.15,P值均<0.05)。多因素Logistic回归分析表明,女生(OR=1.43,95%CI=1.10~1.88)、习惯使用的耳机音量足够大(OR=3.08,95%CI=1.56~6.08)、耳机每次使用>1.5~3 h(OR=1.44,95%CI=1.04~1.99)、戴耳机入睡(OR=1.53,95%CI=1.11~2.11)与听力损伤发生呈正相关(P值均<0.05);更换耳机频率为4~<6个月(OR=0.38,95%CI=0.17~0.86)、更换耳机≥6个月(OR=0.39,95%CI=0.18~0.85)与听力损伤发生呈负相关(P值均<0.05)。结论耳机使用习惯对14~28岁学生听力有影响。使用耳机时建议缩短耳机使用时间,降低耳机音量,避免戴着耳机入睡、频繁更换耳机。

关键词：听力受损者工具使用行为回归分析学生

来源：评论

学校读者我要写书评

暂无评论

无进展生存期数据中区间删失的处理策略研究

引用

中国卫生统计 2024年第5期41卷 753-756,761页

作者：袁堉琨李晨陈垂雄夏结来空军军医大学军事预防医学系卫生统计学教研室特殊作业环境危害评估与防治教育部重点实验室710032

目的以无进展生存期(progression-free survival,PFS)为终点的临床试验中,探讨不同区间删失数据填补策略、分析方法和随访间隔等对研究结果的影响,为实际应用提供参考。方法基于蒙特卡罗模拟数据集,在不同终点事件发生风险、研究随访策... 详细信息

目的以无进展生存期(progression-free survival,PFS)为终点的临床试验中,探讨不同区间删失数据填补策略、分析方法和随访间隔等对研究结果的影响,为实际应用提供参考。方法基于蒙特卡罗模拟数据集,在不同终点事件发生风险、研究随访策略和样本量场景下,采用末次观测结转法(last observation carried forward,LOCF)、均值填补法、非参数极大似然估计法(non-parametric maximum likelihood estimation,NPMLE)和多重填补法(multiple imputations,MI)等四种方法估计试验疗效,比较各方法的估计表现。结果在不同场景下各方法对区间删失数据处理的效果存在差别,终点事件发生风险越大(即中位PFS越小)、随访频率越低,LOCF和均值填补对试验疗效参数估计偏差越大,即表现越差;而NPMLE和MI方法在各种场景下参数估计偏差均优于简单填补法。结论LOCF和均值填补适用于终点事件发生风险小,高随访频率的场景;NPMLE和MI适用于任何场景且表现稳定。

关键词：区间删失多重填补非参数极大似然估计

来源：评论

学校读者我要写书评

暂无评论

基于美国FAERS数据库的KRAS G12C抑制剂不良事件不相称测定分析

引用

中国药物警戒 2025年第3期22卷 297-304页

作者：朱志朋吕强叶小飞郭晓晶海军军医大学第二附属医院骨肿瘤科上海200003 海军军医大学基础医学院上海200433 海军军医大学第二附属医院胸外科上海200003 海军军医大学卫生勤务学系军队卫生统计学教研室上海200433

目的分析KRAS G12C抑制剂索托拉西布与阿达格拉西布的不良事件信号,为临床安全用药提供参考。方法基于美国食品药品监督管理局不良事件报告系统(FAERS)数据库,提取2021年第3季度至2024年第2季度数据,采用报告比值比法(ROR)、英国药品和... 详细信息

目的分析KRAS G12C抑制剂索托拉西布与阿达格拉西布的不良事件信号,为临床安全用药提供参考。方法基于美国食品药品监督管理局不良事件报告系统(FAERS)数据库,提取2021年第3季度至2024年第2季度数据,采用报告比值比法(ROR)、英国药品和保健产品管理局(MHRA)的综合标准法、信息比法(IC)和经验贝叶斯几何平均法(EBGM)进行信号挖掘。结果索托拉西布主要与肝胆系统疾病不良事件相关(n=329,IC_(025)=3.06),信号最强的不良事件是肝脏毒性(n=76,IC_(025)=5.14);阿达格拉西布主要与各种手术及医疗操作(n=102,IC_(025)=1.65)及代谢及营养类疾病(n=76,IC_(025)=0.97)不良事件相关,信号最强的不良事件是心电图QT间期延长(n=11,IC_(025)=2.87)。罕见反应包括索托拉西布的肺栓塞和阿达格拉西布的癫痫持续状态。性别差异和累积剂量显著影响不良事件发生。结论临床应用中需加强索托拉西布和阿达格拉西布不良反应监测,特别是对罕见和严重不良反应,以提高用药安全性。

关键词： KRAS G12C抑制剂索托拉西布阿达格拉西布不良事件肝脏毒性心电图QT间期延长神经毒性美国食品药品监督管理局不良事件报告系统

来源：评论

学校读者我要写书评

暂无评论

基于随机生存森林算法的NK/T细胞淋巴瘤患者预后模型的构建与验证

引用

陆军军医大学学报 2025年第3期47卷 275-284页

作者：黄侦伍亚舟陆军军医大学(第三军医大学)军事预防医学系军队卫生统计学教研室重庆陆军军医大学(第三军医大学)第一附属医院血液病中心重庆

目的探讨NK/T细胞淋巴瘤(natural killer T-cell lymphoma,NKTL)患者的生存预后影响因素。基于随机生存森林(random survival forest,RSF)算法,构建预测NKTL患者总生存期(overall survival,OS)的预后模型。方法从SEER数据库收集2000-2020年的NKTL患者的人口统计学和临床病理资料。按照7∶3的比例将患者划分为训练队列(n=471)和验证队列(n=203)。通过Cox回归分析确定影响患者OS的预后因素,并基于分析结果构建列线图模型。同时,使用RSF算法确定影响患者OS的预后因素,并构建RSF模型。采用ROC曲线、校准曲线和决策曲线、净重新分类指数(net reclassification improvement,NRI)和综合判别改善指数(integrated discrimination improvement,IDI)对模型的预测能力进行评估,并比较2种模型的预测效果。通过2种模型计算每位患者的风险得分,根据风险得分的中位数,将患者分为高风险组和低风险组,并绘制生存曲线进行比较。结果Ann Arbor分期、年龄、放疗、联合治疗和疾病类型是与生存显著相关的预后变量。在验证队列中,列线图模型的1、3和5年ROC曲线下面积(area under curve,AUC)分别为0.745、0.771和0.748,而RSF模型的AUC为0.764、0.792和0.761。ROC曲线显示2种模型在预测OS方面具有良好的准确性和区分性。校准曲线显示2种模型预测的生存与实际生存之间具有良好的一致性。两种模型均能有效地将患者分为预后差组和预后好组,并且预后差组患者的OS显著低于预后好组(P<0.0001)。决策曲线显示RSF模型的净获益优于列线图模型。与列线图模型相比,RSF模型的NRI为0.184(95%CI:0.098~0.267,P<0.01),IDI为0.300(95%CI:0.241~0.359,P<0.01),RSF模型的预测能力优于列线图模型。结论Ann Arbor分期、年龄、放疗、联合治疗和疾病类型是NKTL患者预后的影响因素,本研究据此建立的RSF模型对NKTL患者预后具有很好的预测能力,可有效评估患者预后。

关键词： NK/T细胞淋巴瘤 SEER数据库列线图机器学习随机生存森林生存预测

来源：评论

学校读者我要写书评

暂无评论

脑卒中多分类预后预测的深度集成优化方法

引用

计算机工程与应用 2023年第5期59卷 95-105页

作者：叶伟陶永军陈锡程伍亚舟陆军军医大学军事预防医学系军队卫生统计学教研室重庆400038 浙江省台州市立医院神经内科浙江台州318000

诊疗前预测急性缺血性脑卒中(AIS)的预后分级,有利于揭示预后转归水平并指导治疗策略,提升方法的预测性能是实现精准医疗的重要指导。利用临床和影像组学的融合特征实施脑卒中的多分类预测,并提出了一种基于融合特征的深度集成优化方法(... 详细信息

诊疗前预测急性缺血性脑卒中(AIS)的预后分级,有利于揭示预后转归水平并指导治疗策略,提升方法的预测性能是实现精准医疗的重要指导。利用临床和影像组学的融合特征实施脑卒中的多分类预测,并提出了一种基于融合特征的深度集成优化方法(IABC-DEL)模型,其特征选择方法为Embedded嵌入法和卡方检验,数据不平衡处理方式为Borderline-SMOTE算法,利用Stacking构建深度集成优化模型,基学习器包括深度神经网络(DNN)、长短期记忆网络(LSTM)和门控循环单元(GRU),优化方法为改良人工蜂群算法(IABC)。研究结果表明,深度集成优化方法的预后预测性能优于经典方法和既往研究,Macro-F1 score为87.88%,Macro-AUC为96.27%,ACC为88.02%。因此,基于深度集成优化学习的急性缺血性脑卒中预后模型可对临床诊治和预后康复提供指导意义,并为研究预测提供新的建模思路。

关键词：深度学习集成学习人工蜂群算法急性缺血性脑卒中影像组学

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：