检索结果-内蒙古大学图书馆

现代预防医学 2023年第14期50卷 2663-2668+2675页

作者：骆泽宇苟美玲张菊英王孟樵四川大学华西公共卫生学院/四川大学华西第四医院流行病与卫生统计学系成都医学院公共卫生学院流行病与卫生统计学教研室

目的探讨胰腺导管腺癌（PDAC）患者的预后影响因素，构建并内部验证Nomogram预测模型，为患者的预后评估及临床决策提供参考。方法从SEER数据库中筛选2004—2019年的PDAC患者信息，随机分为训练集和验证集。基于训练集，采用单因素和... 详细信息

目的探讨胰腺导管腺癌（PDAC）患者的预后影响因素，构建并内部验证Nomogram预测模型，为患者的预后评估及临床决策提供参考。方法从SEER数据库中筛选2004—2019年的PDAC患者信息，随机分为训练集和验证集。基于训练集，采用单因素和多因素Cox比例风险回归评估与癌症患者生存相关的预后影响因素，并构建预测1、2、3年生存率的Nomogram模型。使用C指数、ROC曲线下面积（AUC）、校准曲线和DCA曲线评估该模型的预测能力和临床效用。结果共筛选出31 216名PDAC患者。多因素Cox回归分析结果提示，性别（HR=1.06,95%CI:1.03～1.09）、年龄（HR=1.16,95%CI:1.12～1.19）、婚姻状况(HR单身或未婚=1.09,95%CI:1.04～1.14;HR离婚或丧偶=1.14,95%CI:1.10～1.19)、原发部位(HR胰体=0.88,95%CI:0.84～0.93;HR胰尾=0.93,95%CI:0.89～0.98;HR其他=0.99,95%CI:0.95～1.04)、肿瘤大小(HR21～40mm=1.40,95%CI:1.33～1.48;HR>40mm=1.76,95%CI:1.67～1.87)、分化程度(HRⅡ=1.31,95%CI:1.24～1.38;HRⅢ或Ⅳ=1.72,95%CI:1.63～1.82)、组织学分期（HRⅡ=1.47,95%CI:1.39～1.56;HRⅢ=1.86,95%CI:1.72～2.02）、转移（HR=1.25,95%CI:1.17～1.33）、手术（HR=0.35,95%CI:0.34～0.37）、放疗（HR=0.94,95%CI:0.90～0.97）和化疗（HR=0.44,95%CI:0.43～0.46）是与PDAC生存率相关的预后因素。训练集和测试集的C指数分别为0.761（95%CI:0.757～0.764）和0.768（95%CI:0.762～0.773）。训练集中1、2、3年生存率的AUC值分别为0.700、0.721和0.649;验证集分别为0.708、0.770和0.689。校准曲线和DCA曲线显示该模型有良好的预测性能。结论本研究建立的Nomogram预测模型具有良好的预测性能和应用潜力。

关键词：胰腺导管腺癌 Nomogram 预测模型预后

来源：评论

学校读者我要写书评

暂无评论

1990—2019年中国慢性阻塞性肺疾病死亡率的长期变化趋势和预测分析

引用

现代预防医学 2023年第14期50卷 2514-2518+2531页

作者：苟美玲骆泽宇张菊英王孟樵四川大学华西公共卫生学院/四川大学华西第四医院流行病与卫生统计学系成都医学院公共卫生学院流行病与卫生统计学教研室

目的慢性阻塞性肺疾病(COPD)是全球第三大死因，给社会带来极大负担。本研究通过对1990—2019年间COPD死亡率进行分析，并预测其未来趋势，从而为控制COPD提供数据支持。方法于全球疾病负担(GBD 2019)数据库中获得COPD死亡数据，通过J... 详细信息

目的慢性阻塞性肺疾病(COPD)是全球第三大死因，给社会带来极大负担。本研究通过对1990—2019年间COPD死亡率进行分析，并预测其未来趋势，从而为控制COPD提供数据支持。方法于全球疾病负担(GBD 2019)数据库中获得COPD死亡数据，通过Joinpoint回归模型分析过去30年间变化趋势，利用年龄-时期-队列(APC)模型分析三个因素的效应，并预测2020—2030年COPD标化死亡率。结果 2019年COPD中国全人群、男性、女性标化死亡率分别为65.20/10万、93.41/10万、48.41/10万，其中男性水平高于女性。在1990—2019年间，其标化死亡率均呈现明显下降趋势，中国全人群、男性、女性可分别得到5、4、5个拐点。总体看来，中国全人群、男性、女性COPD标化死亡率在1990—2019年间分别以平均每年4.12%、3.60%和4.67%的速度下降。其下降趋势受到年龄、时期、队列三个因素共同影响(P<0.001),COPD死亡风险随着年龄增加而增加，随着年份增加而下降，随着出生队列年份增加而下降。中国COPD未来标化死亡率将持续下降，到2030年全人群、男性、女性标化死亡率分别为42.09/10万、54.12/10万和30.10/10万。结论中国COPD死亡率虽然持续降低，但由于老龄化、空气污染等问题不断加重，其死亡情况依然不容小觑，需要重点关注老年人、男性、职业暴露等人群，采取相应措施控制COPD的发展。

关键词：慢性阻塞性肺疾病 Joinpoint模型年龄-时期-队列模型趋势分析

来源：评论

学校读者我要写书评

暂无评论

一种基于树的集成学习方法新思路在中老年人消化系统疾病相关因素研究中的应用

引用

中国卫生统计 2023年第2期40卷 242-245页

作者：张蕊郭维恒王世伟冯彦成王添郭志旺王立芹河北医科大学公共卫生学院流行病与卫生统计学教研室 050017 河北省环境与人群健康重点实验室西安医学院公共卫生学院流行病与卫生统计学教研室

目的本研究借鉴深度森林(deep forest)的思想,提出一种基于树的集成学习方法新思路,为以后相关的研究提供分析策略和思路。方法使用2015年中国健康与养老追踪调查数据库,筛选与消化系统疾病有关的变量,通过“人工地”建立多层随机森... 详细信息

目的本研究借鉴深度森林(deep forest)的思想,提出一种基于树的集成学习方法新思路,为以后相关的研究提供分析策略和思路。方法使用2015年中国健康与养老追踪调查数据库,筛选与消化系统疾病有关的变量,通过“人工地”建立多层随机森林模型,对人群进行分类,再分别建立模型筛选变量,通过计算评价指标评价模型效果,从而选择更优的模型解释与消化系统疾病相关的变量。结果本研究发现通过建立多层随机森林模型对人群分为两类后,再分别建立模型,各评价指标都有很大幅度提高。另外对两类人群分别构建随机森林模型后,根据变量重要性评分筛选出与消化系统疾病有关的重要变量,再建立logistic模型,结果显示,一类人群筛选出15个有统计学意义的变量,其中有13个危险因素,OR值由1.871至35.917,关联最强的是关节炎和风湿病,其次为肾脏疾病、过去一个月生过病、头痛或者颈部痛、胸背部或者腰臀部疼痛、心脏病等;2个保护因素为晚上的睡眠时间、血红蛋白值。另一类人群筛选出的相关变量与第一类人群大部分相同,但作用相反,OR值由0.067至0.771,并且对第一类人群危害最大的因素对第二类保护也最大。结论对于病因复杂的疾病,可通过对人群细分,再分别进行分析。本研究提出的基于树的集成学习新算法,通过叠加多层随机森林模型,可用于以上数据中进行人群分类,使模型更优。

关键词：消化系统疾病集成学习胃病相关因素随机森林

来源：评论

学校读者我要写书评

暂无评论

NLRP3炎症小体在感染性疾病中的作用研究进展

引用

中国病原生物学杂志 2024年第11期19卷 1371-1376页

作者：高雪涵卫麟娜董品志陈晋柯源张浪浪王海燕覃明罗军敏遵义医科大学基础医学院免疫学教研室贵州遵义563000 遵义医科大学流行病学与卫生统计学教研室

核苷酸结合寡聚化结构域样受体蛋白3(Nucleotide-bindingoligomerization domain-like receptor protein 3,NLRP3)是一类存在于胞浆中的大分子蛋白复合物,作为炎症反应的核心,能够感知外源性病原体和内源性危险信号,在多种感染性疾病的... 详细信息

核苷酸结合寡聚化结构域样受体蛋白3(Nucleotide-bindingoligomerization domain-like receptor protein 3,NLRP3)是一类存在于胞浆中的大分子蛋白复合物,作为炎症反应的核心,能够感知外源性病原体和内源性危险信号,在多种感染性疾病的发生发展中发挥重要作用。因此,本文对NLRP3炎症小体的激活机制以及NLRP3炎症小体在感染性疾病中的研究进展予以综述,旨在为感染性疾病的治疗提供新的靶点。

关键词：固有免疫模式识别受体 NLRP3炎症小体感染性疾病综述

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

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

提升案例教学在医学统计学教学中应用效果的探讨

引用

中国卫生统计 2022年第4期39卷 619-620,624页

作者：任艳峰杨桂茂付晓静王清华刘洪庆王素珍吕军城潍坊医学院卫生统计学教研室 261053 潍坊医学院附属医院

随着医学科学发展和进步,培养与医疗卫生事业需求相适应的复合型人才已成为医学院校的教育目标。医学统计学课程在医学科学领域中发挥着不可估量的作用,是医学进步不可缺少的实践性很强的方法学科。医学统计学课程具有公式多、难理解、... 详细信息

随着医学科学发展和进步,培养与医疗卫生事业需求相适应的复合型人才已成为医学院校的教育目标。医学统计学课程在医学科学领域中发挥着不可估量的作用,是医学进步不可缺少的实践性很强的方法学科。医学统计学课程具有公式多、难理解、与枯燥的数学原理密切相关等特点[1]。其授课对象为临床医学专业学生,课程为非专业课,学生人数多,学时数少,在相对有限的课时中一些教学方法(如semi教学法)相对受局限[2]。这种情况下,案例教学就有相对的优势。尽管研究表明,和传统教学方法相比,案例教学法应用于医学统计学课程中,取得了一定的教学效果[3-4],但如何更好地采用案例教学方法,进一步提升案例教学效果,仍是值得医学教育工作者思考和探索的问题。笔者就案例教学在医学统计课程中应用的几点切实体会,与大家分享。

关键词：医学进步医学科学发展医疗卫生事业案例教学医学院校授课对象复合型人才教学效果

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

基于不同方法的大肠埃希菌分型效果评价

引用

中华流行病学杂志 2022年第8期43卷 1321-1325页

作者：梁文娟胡爱玲龙金照朱金钦段广才新乡医学院公共卫生学院流行病与卫生统计教研室新乡453003 郑州大学公共卫生学院流行病教研室郑州450001

目的评价并验证成簇规律间隔短回文重复序列(CRISPRs)、血清学和多位点测序分型(MLST)方法对大肠埃希菌分型的效果。方法使用CRISPRsFinder分析大肠埃希菌全基因组序列的CRISPRs间隔序列,使用在线软件SeroTypeFinder和MLST获得血清型和... 详细信息

目的评价并验证成簇规律间隔短回文重复序列(CRISPRs)、血清学和多位点测序分型(MLST)方法对大肠埃希菌分型的效果。方法使用CRISPRsFinder分析大肠埃希菌全基因组序列的CRISPRs间隔序列,使用在线软件SeroTypeFinder和MLST获得血清型和序列型(ST);采用PCR扩增并分析349株大肠埃希菌CRISPRs,使用CRISPRs间隔序列预测血清型和ST,并比较血清学和MLST分型结果。结果将I-E型CRISPR/Cas、I-F型CRISPR/Cas和CRISPR3-4分别命名CT-Ⅰ、CT-Ⅱ和CT-Ⅲ。根据CRISPRs间隔序列构成和排列进一步进行分型,203株大肠埃希菌被分为79个CT型别,76个血清型和66个ST。CRISPRs分型的区分能力最强,辛普森指数为0.936。CRISPRs和血清学的关联程度最高,调整兰德指数为0.908。CRISPRs型能进一步区分相同血清或ST产志贺毒素的大肠埃希菌[O157∶H7(ST11)、O104∶H4(ST678)和O26∶H11(ST21)]菌株。扩增实验室菌株的CRISPR1、CRISPR2、CRISPR3、CRISPR4和CRISPR3-4,检出率分别为81.1%、94.5%、1.4%、1.4%和4.6%;根据CRISPRs间隔序列预测O157∶H7(ST11)和ST131准确率分别为95.0%和100.0%。结论基于CRISPRs的大肠埃希菌的分子分型方法呈现较好的分型效果和临床应用效果,预期可以成为大肠埃希菌分型的重要分子标志物。

关键词：大肠埃希菌成簇规律间隔短回文重复序列血清型多位点测序分型

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

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：