检索结果-内蒙古大学图书馆

中华疾病控制杂志 2024年第9期28卷 1096-1103页

作者：何长颖韦雨婷陈佳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

目的探究基于肠道菌群对人群未来患帕金森症(parkinson′s disease,PD)的早期预测模型进行构建与评价,并对肠道菌群宏基因KO组进行功能分析,探讨PD的潜在治疗靶点。方法基于Zenodo数据库,一方面对肠道菌群相对丰度数据进行标准分数标准... 详细信息

目的探究基于肠道菌群对人群未来患帕金森症(parkinson′s disease,PD)的早期预测模型进行构建与评价,并对肠道菌群宏基因KO组进行功能分析,探讨PD的潜在治疗靶点。方法基于Zenodo数据库,一方面对肠道菌群相对丰度数据进行标准分数标准化及ZicoSeq降维,采用基于自适应最小绝对收缩和选择算法(least absolute shrinkage and selection operator,LASSO)变量选择的logistic回归算法建立预测模型,使用受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under curve,AUC)和校准曲线评价模型预测效能,采用临床决策曲线(decision curve analysis,DCA)进行临床使用价值的评价;另一方面,对肠道菌群宏基因KO组数据使用limma包鉴定差异表达基因(differentially expressed genes,DEGs),对DEGs进行基因本体(gene ontology,GO)和京都基因与基因组百科全书(Kyoto encyclopedia of genes and genomes,KEGG)分析。通过结合蛋白质相互作用网络(protein-protein interaction networks,PPI)、支持向量机-递归特征消除(support vector machine-recursive feature elimination,SVM-RFE)和随机森林(random forest,RF)对DEGs进行筛选。结果基于自适应LASSO变量选择的logistic回归分析模型的ROC曲线以及校准曲线显示模型预测效果良好。DCA结果显示模型净收益较大。通过PPI网络分析及机器学习方法,最终筛选出6个核心DEGs,即阿拉伯糖转运系统渗透蛋白(L-arabinose operon Q,araQ)、甘油醛-3-磷酸脱氢酶,Ⅱ型、dCTP脱氨酶(dCTP deaminase,dcd)、颗粒19 kDa蛋白(signal recognition particle 19,SRP19)、加工前体5,核糖核酸酶P/MRP亚基(芽殖酵母)[processing of precursor 5,ribonuclease P/MRP subunit(***),POP5]、肌醇-3-磷酸合酶1(inositol-3-phosphate synthase 1,ISYNA1)。结论基于自适应LASSO变量选择的logistic回归分析模型对PD的预测具有优势,从而实现对PD患者的早发现、早干预、早治疗;相关核心基因的发现为PD的治疗提供科学指导和帮助。

关键词：帕金森病肠道菌群机器学习生物信息学分析

来源：评论

学校读者我要写书评

暂无评论

多源数据预测重庆市肝炎发病趋势的时滞输入神经网络研究

引用

陆军军医大学学报 2024年第12期46卷 1447-1456页

作者：姚田华陈锡程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400038

目的利用多源互联网数据构建时序分析融合工具,继而精准预测重庆市肝炎的发病趋势。方法利用卫生疾控中心数据库获取肝炎发病率数据,大气污染物数据来源于中国环境监测总站官网,气候数据来源于国家气象星系中心,网络指数数据来源于百度... 详细信息

目的利用多源互联网数据构建时序分析融合工具,继而精准预测重庆市肝炎的发病趋势。方法利用卫生疾控中心数据库获取肝炎发病率数据,大气污染物数据来源于中国环境监测总站官网,气候数据来源于国家气象星系中心,网络指数数据来源于百度搜索引擎,时间范围均为2013年11月至2023年5月。基于现有的时序分析方法,利用多源数据对分解模型的残差部分进行校正。基于非自回归(non-autoregressive,NAR)和长短期记忆递归神经网络(long short term memory,LSTM)的各自优势,构建了时滞输入神经网络(delayed input neural network,DINN)。之后,还在其基础上加入了星雀优化算法(nutcracker optimizer algorithm,NOA)和联合四分位-Huber损失函数(joint quantile Huber loss,JQHL)等优化模块,继而构建了DINN+。结果相较于常见的单输入模型及同步多输入模型,DINN可取得最为优异的预测效果。在加入超参数和损失函数优化后,DINN+的预测性能进一步提升,其测试集MSE为0.1709、MAE为0.4612、RMSE为0.5821、MAPE为0.0626、R 2为0.8840。结论基于多样方法和多元数据融合的思想,在既往的时序分析方法基础上,本文提出了一个准确性和泛化能力良好的DINN+优化模型。该模型丰富和补充了利用多源数据校准传染病时序预测分析的方法学研究内容,可作为未来传染病公共卫生层面影响因素分析及趋势预测的全新基准。

关键词：时序分析发病趋势 LSTM 神经网络元启发式算法

来源：评论

学校读者我要写书评

暂无评论

基于SMOTEENN算法的音乐APP听歌习惯与大学生抑郁倾向的相关性研究

引用

陆军军医大学学报 2024年第23期46卷 2670-2680页

作者：黄馨巧朱珲屈壕伍亚舟宋秋月陆军军医大学(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400038

目的探究基于音乐APP听歌习惯的大学生抑郁倾向影响因素,构建预测模型并进一步优化。方法 2023年4~5月采用方便抽样对1 157份在校大学生进行问卷调查,利用单因素分析和Logistic回归分析筛选影响因素,在此基础上构建预测模型;采用SMOTE... 详细信息

目的探究基于音乐APP听歌习惯的大学生抑郁倾向影响因素,构建预测模型并进一步优化。方法 2023年4~5月采用方便抽样对1 157份在校大学生进行问卷调查,利用单因素分析和Logistic回归分析筛选影响因素,在此基础上构建预测模型;采用SMOTEENN过抽样算法改进数据集,构建预测模型。结果 Logistic回归分析发现性别:女性(OR=1.730,95%CI:1.257~2.396),年级:大四和研究生(OR=2.649,95%CI:1.198~7.506)、(OR=2.041,95%CI:1.231~3.885),专业:理科(OR=1.573,95%CI:1.052~2.350),每天听歌时长:0.5~2 h(OR=1.661,95%CI:1.011~2.695),听歌曲风:“伤情”和“怀旧”(OR=2.668,95%CI:1.701~4.226)、(OR=1.751,95%CI:1.086~2.837),留言频率:“0~5%”的歌曲留言(OR=2.938,95%CI:1.018~8.417)是抑郁倾向的独立危险因素。开始听歌的年限:1~3年内(OR=0.547,95%CI:0.347~0.872),听歌时间段:14:00~18:00和18:00~21:00(OR=0.375,95%CI:0.167~0.845)、(OR=0.313,95%CI:0.148~0.671),“国风”类歌曲:喜欢(OR=0.711,95%CI:0.541~0.941)是抑郁倾向的独立保护因素。预测效果最优的模型为基于SMOTEENN算法的Logistic预警模型,AUC为0.923。结论构建Logistic回归模型得到大学生抑郁倾向的9个独立影响因素。基于SMOTEENN算法所构建的预警模型能更准确地预测大学生的抑郁倾向。

关键词：大学生音乐APP 听歌习惯抑郁倾向预警模型

来源：评论

学校读者我要写书评

暂无评论

基于SMOTE算法和机器学习模型建立原发性肝癌术后的预后预测模型

引用

陆军军医大学学报 2024年第19期46卷 2236-2240页

作者：潘比余靖华黄译贤伍亚舟李芳陆军军医大学(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400038

目的基于合成少数类过采样技术(synthetic minority over-sampling technique,SMOTE)算法和机器学习模型构建原发性肝癌术后的预后预测模型。方法选取美国国立癌症研究所的监测、流行病学及最终结果(Surveillance,Epidemiology,and End ... 详细信息

目的基于合成少数类过采样技术(synthetic minority over-sampling technique,SMOTE)算法和机器学习模型构建原发性肝癌术后的预后预测模型。方法选取美国国立癌症研究所的监测、流行病学及最终结果(Surveillance,Epidemiology,and End Results,SEER)数据库中4297例患者进行回顾性队列研究,通过独热编码和平均值插补法进行数据预处理,利用SMOTE算法解决数据类别不平衡问题,将临床变量纳入机器学习模型,基于决策树(decision tree,DT)、随机森林(random forest,RF)、梯度提升决策树(gradient boosting decision tree,GBDT)、极限梯度提升算法(eXtreme Gradient Boosting,XGBoost)方法构建预后预测模型(SMOTE+DT/RF/GBDT/XGBoost),通过比较多种模型的性能,筛选出最佳的预测模型。结果组合模型SMOTE+RF展示出最优的预测性能,受试者工作特征曲线(receiver operating characteristic curve,ROC)下的面积(area under the curve,AUC)、准确率和精确率均高于其他模型,分别为0.895、0.811、0.806。结论基于SMOTE+RF算法的原发性肝癌的预后预测模型可有效预测原发性肝癌患者的生存结局。

关键词：原发性肝癌少数类过采样技术算法机器学习预测模型

来源：评论

学校读者我要写书评

暂无评论

从我国2016—2020年新药批准情况看新药研发及审批趋势

引用

中国新药杂志 2023年第4期32卷 386-395页

作者：王文文黄曼丽陈垂雄李晨王陵空军军医大学军事预防医学系卫生统计学教研室

系统分析2016—2020年国家药品监督管理局(NMPA)新药审批情况，对比美国FDA同期获批新药，解析我国近5年的药物研发趋势，总结我国2016—2020年新药研发和审批趋势，并结合我国药品行政监督管理法规，分析我国在全球药物研发中的地位作... 详细信息

系统分析2016—2020年国家药品监督管理局(NMPA)新药审批情况，对比美国FDA同期获批新药，解析我国近5年的药物研发趋势，总结我国2016—2020年新药研发和审批趋势，并结合我国药品行政监督管理法规，分析我国在全球药物研发中的地位作用。研究发现，2016—2020年NMPA共批准新药申请(NDA)956个，其中化学药471个，中药235个，生物制药250个，5年间NMPA批准上市新药数量持续增加。与美国FDA申报审批情况相比，我国药品申报数量多，但通过比例较低，一类创新药申报数量较少，批准上市药物的适应证以抗肿瘤、消化系统和抗感染类为主，罕见病和孤儿药研发不足。中国新药批准数量逐年增加，但本土原研新药占比较小，基础研究及转化研究薄弱，新型靶点分子药物研发不够。

关键词：药物研发新药审批新药申请

来源：评论

学校读者我要写书评

暂无评论

KIRC组学数据分类的自注意亚型识别神经网络

引用

计算机工程与应用 2023年第23期59卷 104-113页

作者：李阳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

为分析肾透明细胞癌(KIRC)的转录组学数据,利用自注意力机制构建改良分类模型。构建了一种新的自注意力亚型识别神经网络(SSRNN),其包含了编码器和分类器部分,以自注意力机制为主要改良方式。在筛出358个与生存相关的蛋白编码基因后,利... 详细信息

为分析肾透明细胞癌(KIRC)的转录组学数据,利用自注意力机制构建改良分类模型。构建了一种新的自注意力亚型识别神经网络(SSRNN),其包含了编码器和分类器部分,以自注意力机制为主要改良方式。在筛出358个与生存相关的蛋白编码基因后,利用聚类分析确定了三种亚型最为适宜。对于C1、C2和C3三组癌症亚型进行了临床信息比较和生存分析比较,揭示了各组在生存结局上的差异。SSRNN取得了最优异的分类性能,取得了93.44%的曲线下面积。基因表达热图提示三种亚型的基因表达存在差异,推测基因的低表达指示较好的生存预后。对三种亚型两两间进行差异分析并绘制火山图,共可获取266个差异基因。GO和KEGG富集分析及节点图的绘制则有利于揭示癌症相关的功能和通路。因此,SSRNN具有较高的预测精度和稳健性,可有效地利用组学数据进行KIRC的生存预测,并筛选合理的生物学标志物,具有较高的方法学意义和应用价值。

关键词：自注意力深度学习组学数据肾透明细胞癌亚型识别

来源：评论

学校读者我要写书评

暂无评论

低肺活量:影响脊髓损伤患者功能预后的独立危险因素

引用

中国康复医学杂志 2024年第8期39卷 1149-1154,1161页

作者：薛白洁何霞吴相波梁英许招娣琚芬王宏斌王薇惠琳娜张亚妮袁华孙晓龙空军军医大学第一附属医院(西京医院)康复医学科西安市710032 空军军医大学预防医学系军队卫生统计学教研室

目的:探讨基础肺功能指标与脊髓损伤(spinal cord injury,SCI)患者功能预后的相关性,为临床早期精准判断预后及提高康复效果提供依据。方法:回顾性分析2018年6月至2022年5月由空军军医大学第一附属医院康复医学科收治的SCI患者398例。... 详细信息

目的:探讨基础肺功能指标与脊髓损伤(spinal cord injury,SCI)患者功能预后的相关性,为临床早期精准判断预后及提高康复效果提供依据。方法:回顾性分析2018年6月至2022年5月由空军军医大学第一附属医院康复医学科收治的SCI患者398例。收集患者入院时年龄、性别、身体质量指数(body mass index,BMI)、入院距损伤时间、住院天数、ASIA(American Spinal Injury Association)分级、损伤平面、血液学指标(白细胞计数、红细胞计数、血红蛋白浓度)、入院时基础肺功能指标包括潮气量(tidal volume,VT)、肺活量(vital capacity,VC)、用力肺活量(forced vital capacity,FVC)、第一秒用力呼气容积(forced expiratory volume in one second,FEV1)、一秒率(forced expiratory volume in one second/forced vital capacity,FEV1/FVC)、呼气峰流速(peak expiratory flow,PEF)、用力呼出25%肺活量时的呼气流速(FEF25)、用力呼出50%肺活量时的呼气流速(FEF50)、用力呼出75%肺活量时的呼气流速(FEF75)、最大通气量(maximal voluntary ventilation,MVV)、最大通气量占预计值百分比(maximal voluntary ventilation/maximal predicted voluntary ventilation,MVV/MVVpre)等资料。以改良Barthel指数的平均相对功能恢复百分比(mean relative function gain,m RFG)作为因变量,利用单因素及多因素线性回归方法分析筛选出影响SCI患者预后的相关因素,尤其是基础肺功能指标。结果:单因素及多因素线性回归分析结果显示,SCI患者预后与ASIA分级(B=11.064,P=0.019)、住院天数(B=0.125,P=0.005)及VC(B=5.177,P=0.014)有显著相关性。VC判断SCI患者预后的临界值为2.39L。结论:低VC是SCI患者功能预后的独立危险因素。入院时检测基础肺功能有助于判断SCI患者功能预后,其中VC为2.39L以下患者提示预后更差,对于这类患者应予以重点关注,介入更充分地康复治疗,最大程度改善患者的日常生活能力。

关键词：脊髓损伤预后基础肺功能相关因素

来源：评论

学校读者我要写书评

暂无评论

基于转录组学数据和堆叠监督自编码器的肺腺癌预后预测研究

引用

陆军军医大学学报 2023年第6期45卷 579-585页

作者：李鹏鹏陈锡程黄金羽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400038

目的基于转录组学数据构建堆叠监督自编码器(stacked supervised autoencode,SSAE)模型,旨在提高肺腺癌(lung adenocarcinoma,LUAD)预后预测的能力。方法收集癌症基因组图谱(the Cancer Genome Atlas,TCGA)数据库的转录组学数据(包含475例样本和25481个基因),对LUAD患者进行生存预后分析和基因差异表达分析,方法包括SSAE、随机生存森林(random survival forest,RSF)和DeepSurv,使用一致性指数(concordance index,CI)和Log-rank检验以P值评估各方法性能。结果相较于RSF(CI=0.54,P=0.15)和DeepSurv(CI=0.55,P=0.10),SSAE获得了更高的一致性指数(CI=0.58)和更低的Log-rank检验P值(P=0.05)。在生存分析上,高危组和低危组的生存结局有显著差异(HR:2.841,95%CI:1.907~4.232,Log-rank检验P<0.001)。生信分析选出了IGFBP1、ANXA13、MUC2、CIDEC、NTSR1、DSG3等21个上调的代表性差异基因。结论相较于既往研究,利用组学数据构建的SSAE可有效提高LUAD预后预测的能力。深度学习和组学研究的交叉融合可为癌症相关的诊断、治疗、预后研究提供新的方案。

关键词：肺腺癌转录组学预后预测 Cox回归自编码器

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

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

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：