期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
临床纵向数据缺失的多重填补及其敏感性分析 被引量:4
1
作者 焦志刚 凡如 +4 位作者 许碧云 陈思臻 臧一腾 王诗远 陈炳为 《中国临床药理学与治疗学》 CAS CSCD 2021年第9期1037-1041,共5页
目的:以芪蛭通络胶囊治疗缺血性脑卒中临床试验为例来指导临床纵向数据缺失的多重填补及其敏感性分析,并强调敏感性分析的重要性。方法:应用SAS中的PROC MI过程实现临床纵向数据缺失的多重填补及其敏感性分析。结果:实例分析中,多重填补... 目的:以芪蛭通络胶囊治疗缺血性脑卒中临床试验为例来指导临床纵向数据缺失的多重填补及其敏感性分析,并强调敏感性分析的重要性。方法:应用SAS中的PROC MI过程实现临床纵向数据缺失的多重填补及其敏感性分析。结果:实例分析中,多重填补后,芪蛭通络组的下肢运动评分改善值优于安慰剂组(P值均小于0.01),而两种非随机缺失机制假定下的敏感性分析结果与随机缺失下的结果一致。结论:多重填补结合使用敏感性分析可以确保多重填补结果的稳健性,建议临床研究者对数据填补后还要进行敏感性分析。 展开更多
关键词 多重填补 纵向数据 敏感性分析
在线阅读 下载PDF
四种率比置信区间计算方法的比较研究
2
作者 李太顺 綦若雯 +1 位作者 陈炳为 许碧云 《中国卫生统计》 CSCD 北大核心 2024年第6期872-875,共4页
目的比较四种率比置信区间的计算方法,为临床应用提供参考。方法本研究选取Koopman法、SCAS法、MOVER法衍生的Jeffreys和Clopper-Pearson法分别计算不同样本量下率比的置信区间,通过比较置信区间的覆盖率和精密度进行评价。结果Koopman... 目的比较四种率比置信区间的计算方法,为临床应用提供参考。方法本研究选取Koopman法、SCAS法、MOVER法衍生的Jeffreys和Clopper-Pearson法分别计算不同样本量下率比的置信区间,通过比较置信区间的覆盖率和精密度进行评价。结果Koopman法计算的率比置信区间精密度最高,Clopper-Pearson方法的精密度最低。随着样本量的增大或率比的减小,四种方法的精密度均逐渐升高。无论样本量大小,Clopper-Pearson法的覆盖率均高于其他方法;Jeffreys法在小样本时、以及单组率取两端值时覆盖率均较差;SCAS和Koopman法较为接近,覆盖率均在0.95左右变化。结论在实际应用场景中优先推荐使用Koopman方法,其次为SCAS法,不推荐使用Jeffreys法和Clopper-Pearson法估计率比的置信区间。 展开更多
关键词 置信区间 率比 覆盖率
在线阅读 下载PDF
基于极端梯度提升算法的高血压识别模型建立 被引量:2
3
作者 凡如 许碧云 +4 位作者 焦志刚 臧一腾 陈思臻 陈炳为 周卫红 《中国卫生统计》 CSCD 北大核心 2023年第1期74-77,共4页
目的探索基于极端梯度提升(extreme gradient boosting,XGBoost)算法构建的高血压识别模型性能。方法本研究收集了2020年1月至12月南京大学附属鼓楼医院健康管理中心健康体检人群中1577位高血压确诊患者和3754位同期健康对照的相关数据... 目的探索基于极端梯度提升(extreme gradient boosting,XGBoost)算法构建的高血压识别模型性能。方法本研究收集了2020年1月至12月南京大学附属鼓楼医院健康管理中心健康体检人群中1577位高血压确诊患者和3754位同期健康对照的相关数据,采用单因素分析对高血压影响因素进行筛选,基于XGBoost算法和自适应增强(AdaBoost)算法构建高血压识别模型,采用留出法验证模型泛化性能,灵敏度、特异度、阳性预测值、准确度、G-mean、F-measure、马修斯相关系数(MCC)和受试者特征曲线下面积综合评价和比较模型性能。结果XGBoost模型灵敏度(90.3%)、特异度(86.8%)、阳性预测值(87.3%)、准确度(88.6%)、G-mean(0.886)、F-measure(0.888)、MCC(0.772)和受试者工作特征曲线下面积(0.954)表明其具有更好的识别高血压患者的能力。结论XGBoost算法对识别高血压患者具有较强的实用性和可行性,为未来类似研究提供一定的模型选择参考。 展开更多
关键词 极端梯度提升 高血压 机器学习 分类模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部