课程文献中心 更多>>

关键词： 两类别占比之差   MOVER方法   二项分布   区间估计  

摘要： 目前,多分类结局指标中两类别占比之差的置信区间的研究相对较少,并且现有研究方法在小样本且两类别占比较小时均失效.针对这一不足,文章基于得分检验统计量、梯度统计量和MOVER混合方法,进一步构造了两类别占比之差的八种置信区间,并与现有研究方法中的最优方法进行比较.Monte Carlo模拟研究表明:当样本量较小且两类别占比较小时,基于鞍点逼近方法和Jeffreys方法下的MOVER混合方法的表现最优,且前者具有明显的优势,弥补了现有研究中所有方法在小样本且两类别占比较小时均失效这一不足;当样本量较小且两类别占比较大时,基于鞍点逼近方法和推断模型思想下的MOVER混合方法具有较好的性能,尤其是前者;当样本量较大时,基于推断模型思想下的MOVER混合方法表现最优,且优于现有的估计方法.最后,通过实际数据说明八种区间方法的实用性.

关键词： 锂离子电池   健康状态   无分布区间估计   上下界估计   核主成分分析  

摘要： 针对现有锂离子电池健康状态(state of health,SOH)点估计方法难以量化估计不确定性的问题,本工作聚焦于更具实际应用价值的SOH区间估计方法。现有大多数区间估计方法是基于分布假设的,当现实数据偏离这些假设时,会引入估计偏差,进而影响估计的可靠性。为此,无分布的上下界估计(lower upper bound estimate,LUBE)方法逐渐受到关注,但其仍面临若干挑战:其一,损失函数不可微,导致模型优化困难;其二,部分研究采用Sigmoid函数将不可微的损失函数转变为可微损失函数,但Sigmoid函数的引入往往需人工调整斜率参数;其三,现有的研究多建立在容量这一理想健康指标上,然而容量的精确测量成本高昂,限制了该方法在实际场景中的适用性。为此,本工作提出一种面向多健康指标的锂离子电池SOH无分布区间估计方法。首先,采用核主成分分析(kernel principal component analysis,KPCA)方法对提取的多健康指标进行非线性降维。在此基础上,构建一个双输出神经网络模型,通过引入一种无需手动调整斜率参数的损失函数,使模型能够基于降维后的数据,稳定地输出高质量的预测区间。在公开可用的CALCE数据集上的实验结果表明,本工作所提方法不仅满足预定义置信水平的要求,还进一步提升了预测区间的质量。

关键词： 简单随机抽样   集束抽样   系统抽样   分层抽样  

摘要： 概率抽样(probability sampling),也称“随机抽样”(random sampling)。其特点是每个被抽取的个体都有相同的机会被抽中。具体的概率抽样方法包括简单随机抽样、分层抽样、集束抽样和系统抽样。非概率抽样(non-probability sampling),也称“非随机抽样”或“不等概率抽样”,指没有采用随机抽样方法而选取样本的方法。

关键词： 食品抽样误差   异常数据识别   精准化抽样设计  

摘要： 本文围绕食品抽样误差形成机理、量化判读思路与精准化抽样设计路径展开系统分析,构建基于SH与RB协同判读的异常识别方法,提出点位布设优化、过程控制强化及动态修正策略,以提升样本代表性与结果稳定水平。

关键词： 血压变异性   脑结构   认知功能   衰弱前期  

摘要： 目的利用英国生物银行(UK Biobank)数据库探讨访视间收缩压变异性(SBPV)对非衰弱及衰弱前期人群脑结构与认知功能的影响。方法回顾性纳入UK Biobank中59087例基线非衰弱及衰弱前期人群的临床与影像资料,计算3次访视的收缩压标准差量化SBPV。根据SBPV的三分位数,将纳入对象分为T1组(低SBPV组,n=5242)、T2组(中SBPV组,n=13949)和T3组(高SBPV组,n=39896)。通过MRI提取脑结构定量指标,并采用标准化量表评估认知功能。构建多因素回归模型分析SBPV与MRI脑结构特征及认知的相关性,应用限制性立方样条(RCS)分析其非线性关系。结果多因素回归分析显示,校正混杂因素后,高SBPV与脑结构退行性改变相关。与低SBPV组相比,高SBPV组全脑体积减小(β=-8697.41,95%CI:-10496.65~-6898.17,P<0.001),白质高信号体积增加(β=600.09,95%CI:466.48~733.69,P<0.001)。RCS分析显示,SBPV与脑体积指标呈倒U型关系,与白质高信号呈J型关系。认知功能分析表明,SBPV对前瞻记忆、反应时间等维度的影响呈现复杂的非线性特征。结论在非衰弱及衰弱前期人群中,访视间SBPV升高与脑结构退化及部分认知功能减退密切相关,为维持长时程血压稳定作为早期神经保护的潜在干预靶点提供了客观依据。

关键词： 肾功能不全   生物学年龄   血液指标   区间估计  

摘要： 目的建立基于性别和年龄分层的血液指标参考区间,将指标位于该区间内者定义为健康人群,并基于此健康人群建立生物年龄(biological age,BA)预测模型,评估其对中国中老年人群全因死亡风险及肾功能快速下降的预测价值。方法本研究基于中国健康与养老追踪调查(China Health and Retirement Longitudinal Study,CHARLS)数据库2011—2015年的数据(5382例),以及2017年1月至2021年12月南京医科大学第一附属医院行常规体检的人群数据(21431例)。首先采用随机森林确定年龄分层节点,通过refineR工具构建性别-年龄分层的血液指标参考区间。随后根据Klemera和Doubal方法构建生物年龄测量法(Klemera-Doubal method,KDM-BA)及生物年龄加速(Klemera-Doubal method-biological age acceleration,KDM-BAa)。采用Firth回归分析KDM-BAa与全因死亡风险之间的独立关联,并在体检人群数据中探讨其与肾功能快速下降的相关性。结果多数血液指标的分布呈现显著性别差异和年龄依赖性,在约58岁、65岁及71岁出现关键拐点。在CHARLS人群中,KDM-BAa每增加1个单位,全因死亡风险升高15%(OR=1.15,95%CI:1.12~1.19,P<0.001)。在体检人群数据中,KDM-BAa每增加1个单位,肾功能快速下降的风险增加14%(OR=1.14,95%CI:1.01~1.29,P=0.032)。结论本研究构建了中国人群性别-年龄特异性血液指标参考区间,发现58岁、65岁和71岁是多个血液指标的关键生理转折点,提示这些年龄段可作为临床监测的重要窗口期。KDM-BAa是中国中老年人群全因死亡的独立预测因子,且与肾功能快速下降结局显著相关,其影响模式因基线肾小球滤过率水平而异。

关键词： 原发性高血压   载脂蛋白   血脂   血压变异性   相关性  

摘要： 目的:探讨载脂蛋白B与载脂蛋白A1比值(ApoB/ApoA1)及血脂四项指标与原发性高血压(EH)患者血压变异性(BPV)的相关性。方法:选取2025年2月至2025年10月天津市河西医院收治的100例EH患者作为EH组,选取同期100名健康体检者为对照组。检测所有受试者血清ApoB、ApoA1与血脂四项。采用一般血压测量获取EH患者BPV[日内收缩压标准差(DSSD)、日内舒张压标准差(DDSD)]参数。比较各组ApoB/ApoA1及总胆固醇(TC)、高密度脂蛋白胆固醇(HDL-C)等血脂指标,采用Pearson相关性分析探讨ApoB/ApoA1及血脂四项与EH患者BPV的相关性。结果:EH组ApoB/ApoA1、TC、TG、LDL-C水平均高于对照组,HDL-C低于对照组(P<0.05)。Pearson相关分析显示,ApoB/ApoA1、TC、TG、LDL-C与EH患者DSSD、DDSD呈正相关(P<0.05),HDL-C与DSSD、DDSD呈负相关(P<0.05)。结论:ApoB/ApoA1及血脂四项指标与原发性高血压患者血压变异性相关,联合检测可为评估血压波动及心血管风险提供重要参考。

关键词： 米老排   生长性状   叶片营养   聚类分析   综合评价  

摘要： 为探讨米老排(Mytilaria laosensis)生长性状与叶片营养指标的变异特征,并筛选出综合性状优良的种源,对8个米老排种源的生长性状和叶片营养指标进行测定。结果表明,除高径比的变异系数为15.97%外,树高、胸径、材积和枝下高的变异系数均大于20%。叶片营养指标中,粗纤维和粗蛋白的变异系数低于20%,而水分、维生素C和总黄酮含量的变异系数均大于20%,表明米老排的生长性状和叶片营养指标具有较强的遗传变异潜力。相关性分析表明,生长量与粗纤维极显著负相关;而维生素C与胸径呈显著正相关。因子分析将性状归纳为3类,结合聚类分析,将8个种源的米老排分为3类,一类为广东乐昌,另一类为广东郁南,其余6个家系组成第3类,主成分分析进一步验证了聚类的可靠性。熵权TOPSIS分析结果表明,广东乐昌和广东郁南表现最佳,进入前25%。这为优良种源的筛选提供了理论依据。

关键词： 非ST段抬高型心肌梗死   经皮冠状动脉介入   主要不良心血管事件   动态心电图   心率变异性   预测价值  

摘要： 目的探讨经皮冠状动脉介入(PCI)术后24 h内动态心电图心率变异性指标[正常窦性心搏间期标准差(SDNN)、NN间期平均值标准差(SDANN)、相邻正常窦性心搏间期差值的均方根(RMSSD)、相邻NN间期差异≥50 ms的心搏占该时间段内总心搏个数的百分比(PNN50)、三角指数及心率减速力(DC)]联合检测对非ST段抬高型心肌梗死(NSTEMI)患者PCI术后6个月主要不良心血管事件(MACE)发生的预测价值。方法回顾性选取2020年12月至2024年12月河南省荣军医院(河南省荣军休养院)收治的350例NSTEMI患者,均行PCI术治疗,PCI术前和术后24 h内检测动态心电图心率变异性指标SDNN、SDANN、RMSSD、PNN50、DC。根据PCI术后6个月内有无MACE发生分为发生组(n=61)与未发生组(n=289),比较两组PCI术前和术后24 h内动态心电图心率变异性指标;采用平滑曲线拟合分析PCI术后24 h内动态心电图心率变异性指标与PCI术后6个月发生MACE的相关性,二元Logistic回归分析获取SDNN、SDANN、RMSSD、PNN50、DC指标联合检测概率值后,采用受试者工作特征(ROC)曲线分析PCI术后24 h内动态心电图心率变异性指标对NSTEMI患者PCI术后6个月发生MACE的预测价值。结果发生组PCI术后24 h内动态心电图心率变异性指标SDNN、SDANN、RMSSD、PNN50、DC分别为(90.42±19.85)ms、(84.63±16.02)ms、(19.35±4.88)ms、(5.03±1.24)%、(4.52±1.04)ms,明显低于未发生组的(105.69±24.31)ms、(98.42±19.36)ms、(25.69±6.04)ms、(5.92±1.14)%、(5.59±1.21)ms,差异均有统计学意义(P<0.05);平滑曲线拟合分析显示,NSTEMI患者PCI术后24 h内动态心电图心率变异性指标SDNN、SDANN、RMSSD、PNN50、DC与PCI术后6个月发生MACE风险呈负相关(P<0.05);二元Logistic回归分析构建SDNN、SDANN、RMSSD、PNN50、DC联合预测模型,获取预测概率值Logit(p)=-0.423+0.152×SDNN+0.213×SDANN+0.178×RMSSD+0.119×PNN50+0.224×DC;ROC曲线证实,PCI术后24 h内动态心电图心率变异性指标SDNN、SDANN、RMSSD、PNN50、DC联合预测NSTEMI患者PCI术后6个月发生MACE的AUC为0.894,高于上述动态心电图心率变异性指标单独检测的0.757、0.749、0.776、0.737、0.774(P<0.05)。结论PCI术后24 h内动态心电图心率变异性相关指标与NSTEMI患者PCI术后6个月内MACE的发生密切相关,PCI术后24 h内动态心电图心率变异性相关指标联合检测对NSTEMI患者PCI术后6个月内发生MACE具有较高的预测效能,临床可通过早期检测动态心电图心率变异性评估NSTEMI患者PCI术后6个月内MACE发生风险。

关键词： 生物标志物变异性   心血管疾病   风险因素   预后  

摘要： 准确的心血管疾病风险评估对于临床防控至关重要,但传统的静态风险评估模型依赖基线生物标志物单次测量,难以充分反映疾病的动态演进过程。越来越多的证据表明,相关生物标志物的变异性可以提供更全面的预后评估依据。本综述系统阐述心肌损伤、心力衰竭、血脂、炎症及血糖五类血清生物指标变异性的研究进展及其与心血管预后的关联,可为心血管疾病风险的动态评估提供新视角。