检索结果-内蒙古大学图书馆

中国卫生统计 2023年第1期40卷 134-137页

作者：章吉威宋桂荣刘启贵胡冬梅李国荣唐晓大连医科大学公共卫生学院卫生统计学教研室 116044

目的探索健康成人体质指数(body mass index,BMI)与甘油三酯(triglycerides,TG)、总胆固醇(total cholesterol,TC)、高密度脂蛋白胆固醇(high-density lipoprotein cholesterol,HDL-C)、低密度脂蛋白胆固醇(low-density lipoprotein cholesterol,LDL-C)之间的因果关系。方法基于2010年1月-2017年12月大连市某三甲医院健康成人的纵向体检数据,采用随机截距的交叉滞后模型(the random intercept cross-lagged panel model,RI-CLPM)探究男女性的BMI与血脂指标TG、TC、HDL-C、LDL-C的因果关系。结果最终收集到5474例健康成人的体检随访数据,随访次数为2~4次(随访间隔年为1年),平均随访年为3.20年。在4个间隔时间均为1年双向路径中,BMI→HDL-C路径方向,男女均有3个时段路径系数显著(P<0.05),且路径系数β<0。BMI→TG方向,女性在2个间隔均为1年的时段、男性在3个间隔均为1年的时段的路径系数显著(P<0.05),且路径系数β>0。HDL-C→BMI或TG→BMI路径,男女都仅在某一个时段路径系数显著(P<0.05)。BMI与TC、LDL-C的双向路径系数绝大部分不显著(P>0.05)。结论在1年期内,BMI与TG和HDL-C之间可能存在单向因果关联,BMI升高可预测TG升高和HDL-C下降;BMI与TC、LDL-C可能无因果关联。

关键词： BMI 血脂 TG HDL-C 随机截距交叉滞后模型

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

因果中介效应分析及SAS实现

引用

中国卫生统计 2023年第2期40卷 317-320页

作者：王柯云张洪璐王肖萌常琴雪王淳宋德胜崔壮李长平天津医科大学流行病与卫生统计学教研室 300070

目的通过模拟数据,研究父母提供的鼓励环境是否会对儿童的认知发展产生影响,探索父母鼓励是否增强了孩子的学习动机,介绍因果中介效应分析方法的原理及SAS实现。方法在未控制混杂因素和控制混杂因素两种情况下,运用因果中介效应分析方... 详细信息

目的通过模拟数据,研究父母提供的鼓励环境是否会对儿童的认知发展产生影响,探索父母鼓励是否增强了孩子的学习动机,介绍因果中介效应分析方法的原理及SAS实现。方法在未控制混杂因素和控制混杂因素两种情况下,运用因果中介效应分析方法对鼓励和认知得分之间的因果路径进行分解,确定中介变量动机在因果关系中的作用程度。结果学习动机在父母鼓励与儿童认知发展之间起中介作用,中介效应占总效应的比例为47%(不控制混杂因素)、37%(控制混杂因素)。结论学习动机是中介变量,父母鼓励可以通过增强孩子的学习动机来提高儿童的认知发展。在满足相关前提和假设下,CAUSALMED过程可以实现因果中介效应分析,探索因果关系的内在影响机制。

关键词：中介效应分析因果中介间接效应

来源：评论

学校读者我要写书评

暂无评论

影像诊断试验中多阅片者多病例设计的样本量估计研究

引用

海军军医大学学报 2025年第5期46卷 693-698页

作者：向蔓宛慧琴潘喆敏何倩秦婴逸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

目的实现影像诊断试验中多阅片者多病例设计下的样本量估计,探索阅片者和病例均随机、阅片者固定病例随机、阅片者随机病例固定3种情形下阅片者和受试者的数量组合。方法采用Van Dyke数据集中114例受试者(45例被金标准诊断为主动脉夹... 详细信息

目的实现影像诊断试验中多阅片者多病例设计下的样本量估计,探索阅片者和病例均随机、阅片者固定病例随机、阅片者随机病例固定3种情形下阅片者和受试者的数量组合。方法采用Van Dyke数据集中114例受试者(45例被金标准诊断为主动脉夹层)的影像,并由5名影像科医生在自旋回波(Spin-echo)和电影(Cine)2种序列MRI下的判读结果为预试验数据,使用Obuchowski-Rockette法估计正式试验中所需的样本量。结果医生在Spin-echo MRI、Cine MRI序列下判别主动脉夹层的平均AUC值分别为0.941(95% CI 0.899~0.983)、0.897(95% CI0.837~0.957)。当效应量取两者AUC差值0.044、阅片者数量为5时,阅片者和病例均随机、阅片者固定病例随机、阅片者随机病例固定3种情形下分别需要受试者337、162、282例。结论多阅片者多病例设计在进行样本量估计时需考虑阅片者和受试者两者数量,相同情况下,阅片者人数越多所需的受试者数量越少;3种情形中,阅片者(≥5人)和病例均随机时所需样本量最多。

关键词：影像诊断试验多阅片者多病例 Obuchowski-Rockette法样本量

来源：评论

学校读者我要写书评

暂无评论

基于多种线性模型并联合meta分析的肺通气功能全基因组关联研究

引用

中国卫生统计 2023年第6期40卷 875-879,884页

作者：任文龙陈洁张丽肖静南通大学公共卫生学院卫生统计教研室 226019 新乡医学院公共卫生学院

目的探讨基于多种线性模型并联合meta分析在全基因组关联研究中的应用,为更全面的预测关联基因研究思路提供借鉴。方法以英国生物银行(UK BioBank)数据库中的用力肺活量(forced vital capacity,FVC)和第1秒用力呼气容积(forced expirato... 详细信息

目的探讨基于多种线性模型并联合meta分析在全基因组关联研究中的应用,为更全面的预测关联基因研究思路提供借鉴。方法以英国生物银行(UK BioBank)数据库中的用力肺活量(forced vital capacity,FVC)和第1秒用力呼气容积(forced expiratory volume in 1 second,FEV_(1))表型为例,分别采用多位点广义线性模型(BLINK)、单位点线性模型(PLINK2)和单位点混合线性模型(BOLT-LMM)进行全基因组关联分析,并对两种单位点模型的汇总数据进行meta分析(METAL)。结果多位点线性模型(BLINK)和meta分析(METAL)在FVC表型中共发现了742个单独的单核苷酸多态性(single nucleotide polymorphism,SNP)标记,较传统的单位点线性模型(PLINK2和BOLT-LMM)多鉴定出BICD1、WWOX和APOE 3个已报道基因,在FEV_(1)表型中共发现了846个单独的SNP标记,较传统的单位点线性模型多鉴定出IL4和APOE 2个已报道基因。结论基于多种线性模型并联合meta分析能有效地识别出更多有意义的关联位点,可以提高预测关联基因的能力。

关键词：线性模型 meta分析全基因组关联研究用力肺活量第1秒用力呼气容积

来源：评论

学校读者我要写书评

暂无评论

纵向研究中存在的时变混杂及控制方法

引用

中国卫生统计 2023年第1期40卷 157-160页

作者： CSCO生物统计学专家委员会RWS方法学组梁洁李晨黄丽红高雪赵杨王彤陈峰(主审) 夏结来(主审) 不详山西医科大学卫生统计教研室 030001 空军军医大学卫生统计学教研室复旦大学附属中山医院南京医科大学公共卫生学院生物统计学系

在流行病学纵向研究中,随机对照试验(randomized controlled trial,RCT)是判断治疗方案或暴露因素与研究结局间因果效应的金标准。然而,在RCT实施过程中,由于多种非预期因素致使受试者治疗方案发生改变的情况并不少见,例如疾病进展和严... 详细信息

在流行病学纵向研究中,随机对照试验(randomized controlled trial,RCT)是判断治疗方案或暴露因素与研究结局间因果效应的金标准。然而,在RCT实施过程中,由于多种非预期因素致使受试者治疗方案发生改变的情况并不少见,例如疾病进展和严重不良事件等时间依赖因素,这些因素既受到初始治疗水平的影响,又决定着后续治疗水平,被称为时变混杂(time-varying confounders)[1]。在时变混杂存在的情况下,随访终点的结局状态将由初始治疗水平、后续治疗水平、时变混杂、甚至影响时变混杂的未测量因素所共同决定,此时估计某种治疗的直接因果效应或治疗的平均因果效应将颇具挑战。另一方面,在观察性研究中,由于缺乏个体随机化,时变混杂的存在更加普遍,例如每日身体活动时间、吸烟状态、气候变化等情况。当时变混杂存在时,采用传统的混杂控制方法,例如回归校正、匹配、分层等将引入偏倚[2],因此研究有效控制时变混杂的统计分析方法尤为重要。

关键词：观察性研究暴露因素后续治疗初始治疗疾病进展因果效应流行病学混杂控制

来源：评论

学校读者我要写书评

暂无评论

倾向性评分逆概率加权中极端权重处理方法的模拟比较及应用研究

引用

中华疾病控制杂志 2024年第1期28卷 69-74页

作者：许毛毛高绒绒高倩王菊平王佳乐王彤山西医科大学公共卫生学院卫生统计学教研室煤炭环境致病与防治教育部重点实验室太原030001

目的通过模拟研究比较倾向性评分逆概率加权法(inverse probability weighting,IPW)及其5种替代方法在有限重叠和倾向评分模型错误指定下的性能,并应用这些方法探讨血清总25-羟基维生素D[25⁃hydroxyvitamin D,25(OH)D]缺乏与成年人睡眠... 详细信息

目的通过模拟研究比较倾向性评分逆概率加权法(inverse probability weighting,IPW)及其5种替代方法在有限重叠和倾向评分模型错误指定下的性能,并应用这些方法探讨血清总25-羟基维生素D[25⁃hydroxyvitamin D,25(OH)D]缺乏与成年人睡眠时间的关系。方法通过蒙特卡洛模拟,设置不同样本量、倾向性评分重叠度、模型指定情况的模拟场景,比较6种方法的统计性能。结果模拟结果显示,IPW对重叠度差和模型错误指定比较敏感,其替代方法可表现出更强的稳定性和更高的效率,其中重叠权重(overlap weights,OW)法可提供最好的效应估计。血清总25(OH)D缺乏者睡眠时间比血清总25(OH)D充足者少(P<0.001)。结论OW可作为存在极端权重时IPW方法的最优替代,血清总25(OH)D缺乏会减少成年人的睡眠时间。

关键词：倾向性评分逆概率加权极端权重 25-羟基维生素D 睡眠时间

来源：评论

学校读者我要写书评

暂无评论

基于转录组学和变分自编码器的癌症分期诊断研究

引用

陆军军医大学学报 2025年第6期47卷 613-622页

作者：李佳芮钱力沈俊杰郭泓麟秦茂洋伍亚舟陆军军医大学(第三军医大学)军事预防系医学系军队卫生统计学教研室重庆

目的旨在对10种癌症转录组学数据开展深度分析与特征提取,进而实现对癌症样本的分期诊断。方法在UCSC Xena网站收集发病率最高的10种癌症转录组学数据(包含4938个样本和59428个基因),以变分自编码器为基础,利用特征重要性排序思想,通过... 详细信息

目的旨在对10种癌症转录组学数据开展深度分析与特征提取,进而实现对癌症样本的分期诊断。方法在UCSC Xena网站收集发病率最高的10种癌症转录组学数据(包含4938个样本和59428个基因),以变分自编码器为基础,利用特征重要性排序思想,通过引入掩码算法和增量特征选择方法(incremental feature selection,IFS),构建了增量特征排序选优变分自编码器(incremental feature ranking and selection variational autoencoder,IFRSVAE);与随机森林(random forest,RF)、支持向量机(support vector machine,SVM)和极限梯度提升树(eXtreme gradient boosting,XGboost)结合测试了该方法的性能,并同其他方法进行比较。结果提取了21个特征用于后续分类,较于传统变分自编码器、递归特征消除和Lasso回归模型,IFRSVAE模型在3种分类器上均取得了较好性能(AUC值最高,其余指标也表现良好);其中IFRSVAE-RF表现最好,AUC达到了85.49%(95%CI:83.24%~87.74%)。此外,还应用了沙普利加性解释(Shapley additive explanations,SHAP)模型对特征贡献进行展示。结论本研究探索并验证了IFRSVAE在特征提取方面具备一定成效。基于此构建的IFRSVAE-RF模型,在癌症分期诊断任务中展现出较好的表现,为深度学习在癌症分期诊断方法的研究方向上,提供了一种可供参考的新思路。

关键词：癌症分期转录组学变分自编码器机器学习

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

某地区6家医院住院海军官兵疾病谱分析

引用

海军军医大学学报 2023年第10期44卷 1161-1166页

作者：秦宇辰秦婴逸何倩郭威吴骋海军军医大学(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

目的调查分析住院海军官兵疾病谱,为其健康管理和医疗保障提供参考。方法基于某地区6家医院2013年至2017年住院海军官兵的病案首页数据分析其疾病谱。根据国际疾病分类(ICD)-10标准对住院海军官兵的主要出院诊断进行分类和统计分析。结... 详细信息

目的调查分析住院海军官兵疾病谱,为其健康管理和医疗保障提供参考。方法基于某地区6家医院2013年至2017年住院海军官兵的病案首页数据分析其疾病谱。根据国际疾病分类(ICD)-10标准对住院海军官兵的主要出院诊断进行分类和统计分析。结果共纳入21177人次海军官兵住院诊疗数据,排名前10位的疾病诊断大类总占比为85.98%(18208/21177)。循环系统疾病(14.79%,3132人次)、消化系统疾病(14.59%,3090人次)、呼吸系统疾病(14.06%,2978人次)、泌尿生殖系统疾病(9.94%,2104人次)列居疾病主要诊断大类的前4位。上述4种疾病主要诊断大类的主要病种分别是慢性缺血性心脏病[21.87%(685/3132)]、急性阑尾炎[16.38%(506/3090)]、肺炎(病原体未特指)[19.21%(572/2978)]、肾和输尿管结石[20.77%(437/2104)]。不同性别、年龄段住院海军官兵的疾病谱具有不同特征。结论循环系统、消化系统、呼吸系统、泌尿生殖系统疾病是海军官兵住院的主要疾病类型,应加强对以上疾病主要诊断大类及主要病种的诊疗服务能力和防控教育。

关键词：海军官兵住院疾病谱构成分析

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：