期刊文献+
共找到13篇文章
< 1 >
每页显示 20 50 100
不平衡集成算法LASSO-EasyEnsemble在冠心病预后预测中的应用及可解释性研究
1
作者 昝家昕 杨弘 +4 位作者 田晶 闫晶晶 和紫铉 杜宇涛 张岩波 《中国卫生统计》 北大核心 2025年第2期197-203,共7页
目的 针对冠心病预后预测中遇到的高噪声、类间不平衡的特点,通过LASSO特征筛选后,构建EasyEnsemble不平衡集成模型并对模型性能进行评估。方法 基于2009—2018年美国健康与营养调查公共数据库的调查数据,随访时间截止到2019年。预后有... 目的 针对冠心病预后预测中遇到的高噪声、类间不平衡的特点,通过LASSO特征筛选后,构建EasyEnsemble不平衡集成模型并对模型性能进行评估。方法 基于2009—2018年美国健康与营养调查公共数据库的调查数据,随访时间截止到2019年。预后有无因病死亡作为结局,通过LASSO进行特征选择,使用筛选后特征构建EasyEnsemble不平衡集成预测模型和SMOTE+LightGBM、XGBoost、Random Forest预测模型,采用网格搜索法对每个模型进行参数优化,通过AUC、精确率、特异度、G-mean和性能曲线评价其分类性能;应用SHAP(shapley additive explanation)进行模型可解释性分析。结果 EasyEnsemble模型的综合性能最高,AUC为0.80(95%CI:0.79~0.82),精确率为0.86(95%CI:0.78~0.93),特异度为0.99(95%CI:0.98~0.99)和G-mean为0.79(95%CI:0.76~0.83),性能曲线也显示最高。同时,年龄、血清磷、糖尿病、白蛋白等是影响患者预后的重要因素。结论 基于LASSO-EasyEnsemble的不平衡集成模型能够实现对冠心病患者预后的精准预测,结合SHAP可以帮助临床医生更好地评估疾病严重程度和识别高危人群以便实现患者个性化管理。 展开更多
关键词 冠心病 不平衡数据 集成学习 预后预测 可解释性
在线阅读 下载PDF
多标签深度森林算法在构建冠心病患者PCI术后不良结局预测模型中的应用研究
2
作者 张蕊艳 张玮畅 +2 位作者 杨弘 田晶 张岩波 《中国卫生统计》 北大核心 2025年第3期355-359,共5页
目的从经皮冠状动脉介入治疗(percutaneous coronary intervention,PCI)患者术后多维结局出发,结合多标签深度森林算法构建冠心病患者PCI术后多维不良结局的预测模型。方法收集来自山西医科大学第二医院诊断为冠心病并进行PCI术的521名... 目的从经皮冠状动脉介入治疗(percutaneous coronary intervention,PCI)患者术后多维结局出发,结合多标签深度森林算法构建冠心病患者PCI术后多维不良结局的预测模型。方法收集来自山西医科大学第二医院诊断为冠心病并进行PCI术的521名患者。利用多标签ReliefF算法筛选特征,用ML-ROS(multi-label-random oversampling)算法进行数据不平衡处理,最后利用多标签深度森林算法构建预测模型。结果利用多标签ReliefF对特征进行筛选,显示B型钠尿肽、肌酸激酶同工酶、血红蛋白、同型半胱氨酸、C反应蛋白、血清间接胆红素等变量是影响PCI预后的重要因素。MLROS算法对多标签数据的不平衡情况进行了一定程度的改进,相比较不平衡前整体标签的不平衡程度(meanIR)由3.937降低为2.668。结论本研究将多标签深度森林算法结合PCI术后患者的不良结局进行建模。同时考虑到多标签的特征选择和数据不平衡的问题,充分考虑到临床的实际情况PCI术后患者可能同时出现多种结局的情况,更符合现代医学的要求。 展开更多
关键词 冠心病 经皮冠状动脉介入治疗 多标签不平衡 多标签深度森林
在线阅读 下载PDF
冠心病合并慢性心衰序列模式联合轨迹群组的个性化治疗模式研究
3
作者 董晓婧 孟冰霞 +4 位作者 杨弘 闫晶晶 和紫铉 田晶 张岩波 《中国卫生统计》 北大核心 2025年第3期418-423,428,共7页
目的探讨序列模式联合轨迹群组对冠心病合并慢性心衰临床个性化治疗的意义。方法纳入2014年1月—2021年10月山西医科大学第一医院及山西省心血管医院确诊为冠心病合并慢性心衰,符合纳入排除标准并且知情同意的309例患者共计1098份记录... 目的探讨序列模式联合轨迹群组对冠心病合并慢性心衰临床个性化治疗的意义。方法纳入2014年1月—2021年10月山西医科大学第一医院及山西省心血管医院确诊为冠心病合并慢性心衰,符合纳入排除标准并且知情同意的309例患者共计1098份记录。使用心脏的结构与功能指标训练基于群组的多轨迹模型,基于轨迹群进一步训练SPADE算法,探索与死亡相关的轨迹指标变化模式。在此基础上,筛选与之对应的逆转结局的生存规则,同时合并药物使用筛选与生存相关的药物治疗模式。结果轨迹模型最终确定为由射血分数、左房前后径、左室舒张末期内径、右室前后径训练的轨迹3群组1阶模型。SPADE算法挖掘结果显示:3个轨迹群组死亡相关的轨迹序列模式各异,并且每个轨迹群组中均筛选出逆转结局的生存序列规则,同时存在着与生存序列规则相关的药物使用模式。结论预后规则数据集展示了预后相关的轨迹指标变化及相对应的药物治疗模式,在不同轨迹群组中存在特异性,侧面验证了轨迹群组的必要性。在特征分组基础上,使用SPADE算法有助于实行个性化治疗序列模式探索。 展开更多
关键词 慢性心力衰竭 冠心病 群组轨迹模型 序列模式挖掘
在线阅读 下载PDF
大学生日常行为活动对焦虑影响的成分等时替代模型研究 被引量:10
4
作者 谭健怡 黄宝莹 +7 位作者 黄珍惠 徐华富 刘晴 陈青松 庄文敏 李子雄 张岩波 郜艳晖 《郑州大学学报(医学版)》 CAS 北大核心 2021年第2期170-175,共6页
目的:应用成分等时替代模型分析各种日常行为活动对大学生焦虑情绪的影响。方法:2020年2月25日至3月27日对广东省和山西省各一所医药类高校学生进行网络调研,内容包括人口学特征、24 h行为活动谱和焦虑量表调查等。共收取10341份有效问... 目的:应用成分等时替代模型分析各种日常行为活动对大学生焦虑情绪的影响。方法:2020年2月25日至3月27日对广东省和山西省各一所医药类高校学生进行网络调研,内容包括人口学特征、24 h行为活动谱和焦虑量表调查等。共收取10341份有效问卷。采用成分等时替代模型分析中高强度身体活动(MVPA)、低强度身体活动(LPA)替代久坐行为导致的焦虑得分变化。结果:全人群大学生焦虑得分为(37.99±8.85);焦虑1108人,焦虑得分为(56.52±6.73)。成分等时替代模型分析发现,全人群大学生用10 min及以上的MVPA替代久坐行为可降低焦虑得分,随替代时间增加,焦虑得分降低得越多,60 min替代后的焦虑得分平均变化量(95%CI)为-0.63(-0.85~-0.41);而在焦虑人群中,60 min以上的MVPA或LPA替代久坐行为后焦虑得分降低,平均变化量(95%CI)分别为-0.56(-1.09~-0.03)、0.13(-0.24~-0.01)。结论:大学生日常行为活动与焦虑情绪之间存在关联。大学生每日用10 min及以上的MVPA替代久坐行为,焦虑大学生用60 min及以上的MVPA替代久坐行为,可缓解焦虑。 展开更多
关键词 成分等时替代模型 大学生 焦虑 身体活动
在线阅读 下载PDF
结合环论的粒子群优化算法进行冠心病合并慢性心衰预后分析 被引量:1
5
作者 张瑜 田晶 +3 位作者 杨弘 韩港飞 韩清华 张岩波 《中国卫生统计》 CSCD 北大核心 2024年第1期53-57,共5页
目的 采用结合环论的粒子群优化算法(hybridization of ring theory-based evolutionary algorithm and particle swarm optimization, RTPSO)对数据进行均衡化处理,以构建高性能冠心病合并慢性心衰预后模型。方法 分别用SMOTE算法、RT... 目的 采用结合环论的粒子群优化算法(hybridization of ring theory-based evolutionary algorithm and particle swarm optimization, RTPSO)对数据进行均衡化处理,以构建高性能冠心病合并慢性心衰预后模型。方法 分别用SMOTE算法、RTPSO算法对数据进行均衡化处理,在均衡化数据集上构建logistic回归、随机森林、支持向量机模型。结果 本研究共纳入2229例冠心病合并慢性心衰患者,依据筛选出的BMI、射血分数、N端前脑钠肽等22个变量构建模型。用灵敏度、特异度、准确率、F-measure和AUC值评价模型性能,其中RF、SVM、logistic回归、RF-RTPSO、SVM-RTPSO、Logistic-RTPSO灵敏度的中位数分别为0.0172、0.0773、0.0776、0.7568、0.7640、0.7838;F-measure的中位数分别为0.0338、0.1143、0.1283、0.3412、0.3505、0.4545;AUC的中位数分别为0.5086、0.5264、0.5313、0.8016、0.7785、0.7985。结论 RTPSO算法可以从多数类样本中选择有代表性的少数样本,从而达到数据均衡化,使分类模型具备更高的预测性能,指导临床医生发现高危患者,尽早预防不良事件的发生。 展开更多
关键词 慢性心衰 类不平衡 粒子群优化 随机森林 支持向量机
在线阅读 下载PDF
复杂网络社区发现视角下慢性阻塞性肺疾病患者的共病特征分析 被引量:1
6
作者 杨青青 何航帜 +4 位作者 李莉芳 王莹 李少凡 赵卉 张岩波 《中国卫生统计》 CSCD 北大核心 2024年第2期181-184,189,共5页
目的探讨不同性别慢性阻塞性肺疾病患者的共病模式,为慢性阻塞性肺疾病患者分层管理提供理论依据。方法选取山西医科大学第二医院2011年12月至2020年5月慢性阻塞性肺疾病患者作为研究对象,横断面收集患者诊断信息建立共病网络,采用Louv... 目的探讨不同性别慢性阻塞性肺疾病患者的共病模式,为慢性阻塞性肺疾病患者分层管理提供理论依据。方法选取山西医科大学第二医院2011年12月至2020年5月慢性阻塞性肺疾病患者作为研究对象,横断面收集患者诊断信息建立共病网络,采用Louvain法对共病网络进行社区划分,并分析比较不同性别患者共病类型、组合及患病率。结果研究表明不同性别患者单个慢性病和共病对的患病率存在差异;各患者群体对应的共病网络和社区结构也不同。结论男性患者共病网络较女性患者共病网络更聚集和复杂,男性患者的共病模式比女性患者更复杂多样,疾病间联系更为紧密,在慢性阻塞性肺疾病患者中更应多关注男性患者,以期减少共病的发生。 展开更多
关键词 慢性阻塞性肺疾病 共病 复杂网络 社区发现
在线阅读 下载PDF
结合SMOTE技术与优化算法的支持向量机在慢性心衰不良结局预测中的应用 被引量:1
7
作者 李晓桐 程璠 +3 位作者 田晶 闫晶晶 张岩波 韩清华 《中国卫生统计》 CSCD 北大核心 2024年第6期802-806,共5页
目的应用优化算法的支持向量机(support vector machine,SVM)结合合成少数类过采样技术(synthetic minority over-sampling technique,SMOTE)预测慢性心衰患者不良结局,提高分类模型预测性能。方法顺序入选2014年1月至2017年12月,山西... 目的应用优化算法的支持向量机(support vector machine,SVM)结合合成少数类过采样技术(synthetic minority over-sampling technique,SMOTE)预测慢性心衰患者不良结局,提高分类模型预测性能。方法顺序入选2014年1月至2017年12月,山西省两所三级甲等医院心内科确诊为慢性心力衰竭的1183例住院患者,收集患者的病历资料。基于原始训练集构建logistic回归(logistic regression,LR)与支持向量机模型,同时结合SMOTE算法构建LR、SVM、遗传算法支持向量机(genetic algorithm support vector machine,GA-SVM)和粒子群支持向量机模型(particle swarm support vector machine,PSO-SVM),通过灵敏度(sensitivity,SEN)、准确度(accuracy,ACC)、特异度(specificity,SPE)、G-means、F-measure、ROC曲线下面积(area under receiver operating characteristic curve,AUC)等指标综合评价各模型的分类性能。结果相较于对原始数据进行直接分类,应用SMOTE技术均衡化数据集后,模型性能明显提高。均衡化训练集构建LR、SVM、GA-SVM和PSO-SVM模型结果表明,GA-SVM和PSO-SVM在SPE、ACC指标低于LR;SEN、G-means、F-measure和AUC均优于LR。GA-SVM和PSO-SVM的综合效果显著高于SVM(SEN、G-means、F-measure指标表现均优于SVM)。结论基于均衡化数据集构建GA-SVM或PSO-SVM模型可提高SVM对于心衰预后的预测性能。 展开更多
关键词 SMOTE 支持向量机 遗传算法优化 粒子群算法优化 慢性心力衰竭
在线阅读 下载PDF
慢性心衰患者报告结局恶化与最小显著差异之TUDD纵向分析
8
作者 赵一瑾 田晶 +6 位作者 闫晶晶 韩琳艾 冯佳雨 韩港飞 丁凤琴 韩清华 张岩波 《中国卫生统计》 CSCD 北大核心 2024年第2期239-243,共5页
目的依据最小临床重要差异值,估计慢性心衰患者报告结局恶化事件的预警阈值及与死亡无关的病情恶化时间,预判患者发生不良事件的关键时点,提前干预,以减少不良事件发生。方法使用慢性心力衰竭患者报告结局量表,将患者报告结局评分从基线... 目的依据最小临床重要差异值,估计慢性心衰患者报告结局恶化事件的预警阈值及与死亡无关的病情恶化时间,预判患者发生不良事件的关键时点,提前干预,以减少不良事件发生。方法使用慢性心力衰竭患者报告结局量表,将患者报告结局评分从基线到18个月的变化按性别分组,进行Cox分析,并设置评分的降低值超过最小临床重要差异值为结局事件,观察各组患者分别出现生命质量下降的时间。本文主要关注量表的社会及治疗领域。结果共纳入173例患者,其中男性98例,女性75例。社会领域中男性病情恶化时间的中位数为18个月(P=0.043);治疗领域中,男性病情恶化时间的中位数为18个月(P<0.001),女性为12个月(95%CI:9.898~14.011,P<0.001)。对治疗领域做Cox回归分析,结果显示支持利用度维度是患者生命质量下降的危险因素(HR=1.018,95%CI:1.010~1.026,P<0.001)。结论慢性心衰患者生命质量的下降存在性别差异,需更早关注女性患者的生命质量,同时应鼓励患者主动向外界倾诉及寻求帮助。 展开更多
关键词 心力衰竭 患者报告结局 最小临床重要差异 确定病情恶化时间
在线阅读 下载PDF
基于鞅残差的多重填补法介绍与R语言实现
9
作者 杨晓敏 韩嫱 +3 位作者 田晶 闫晶晶 韩港飞 张岩波 《中国卫生统计》 CSCD 北大核心 2024年第1期152-155,共4页
目的 简要介绍基于鞅残差的多重填补法的基本原理,通过模拟研究证明其效能及实现方式,为未测量混杂因素的填补提供方法学参考与思路。方法 基于模拟研究使用基于鞅残差的多重填补法填补未测量混杂因素,包括非时依性变量和时依性变量,并... 目的 简要介绍基于鞅残差的多重填补法的基本原理,通过模拟研究证明其效能及实现方式,为未测量混杂因素的填补提供方法学参考与思路。方法 基于模拟研究使用基于鞅残差的多重填补法填补未测量混杂因素,包括非时依性变量和时依性变量,并与传统的Cox模型、基于倾向性评分校准法的填补、基于对数生存时间的填补三种方法进行了比较。结果 模拟研究显示,无论未测量混杂为非时依性变量或时依性变量,基于鞅残差的多重填补法在大多数模拟情景中都可以产生更精确的估计和更小的偏倚。结论 在生存分析中,相比于其他方法,基于鞅残差的方法在计算生存时间的较复杂分布时比较灵活,能够有效减小填补后模型分析的偏倚。 展开更多
关键词 鞅残差 未测量混杂 非时依性变量 时依性变量
在线阅读 下载PDF
我国羊种3型布鲁氏菌的多位点序列分型研究 被引量:49
10
作者 周晓艳 陈燕芬 +6 位作者 崔步云 陈泽良 姜海 赵鸿雁 朴东日 李兰玉 王金桃 《中国人兽共患病学报》 CAS CSCD 北大核心 2011年第5期371-375,共5页
目的对2004-2009年从病人标本中分离的羊种3型布鲁氏菌进行遗传多态性分析,了解菌株的遗传特征及遗传进化关系。方法采用多位点序列分型(Multiple locus sequence typing,MLST)技术,对47株布鲁氏菌菌株的7个管家基因、1个外膜蛋白基因及... 目的对2004-2009年从病人标本中分离的羊种3型布鲁氏菌进行遗传多态性分析,了解菌株的遗传特征及遗传进化关系。方法采用多位点序列分型(Multiple locus sequence typing,MLST)技术,对47株布鲁氏菌菌株的7个管家基因、1个外膜蛋白基因及1个基因间区的序列进行测定,将各个基因的序列与标准菌株的等位基因型进行比对,确定其等位基因谱型及菌株序列型(STS),分析与其它ST型间的遗传关系。结果 47株布鲁氏菌中,19株omp25基因与目前已有的等位基因型不同,被定义为1个新的等位基因型,即ST28。其余28株与已知的ST8型的各等位基因型一致。结论我国流行的羊种布鲁氏菌主要是羊3型菌株,国内的菌株与国外菌株遗传背景上有差异。MLST分型可以作为研究布鲁氏菌进化关系的重要手段之一。 展开更多
关键词 布鲁氏菌 羊种3型 MLST
在线阅读 下载PDF
混合型缺失数据填补方法比较与应用 被引量:22
11
作者 杨弘 田晶 +3 位作者 王可 张青 韩清华 张岩波 《中国卫生统计》 CSCD 北大核心 2020年第3期395-399,共5页
目的针对混合型缺失数据,使用几种填补方法在缺失填补中的应用并评价填补效果。方法结合实际数据,模拟出不同缺失比例(10%、20%、30%、50%),采用MissForest、因子分析(FAMD)、K-最近邻填补法(KNN)和基于链式方程多重插补(MICE)四种方法... 目的针对混合型缺失数据,使用几种填补方法在缺失填补中的应用并评价填补效果。方法结合实际数据,模拟出不同缺失比例(10%、20%、30%、50%),采用MissForest、因子分析(FAMD)、K-最近邻填补法(KNN)和基于链式方程多重插补(MICE)四种方法进行填补;采用错分类比例(PFC)、正则化均方根误差(NRMSE)和回归系数估计值比较填补效果。结果 FAMD与MissForest相比,对分类变量填补表现优越。缺失比例是10%时,FAMD与MissForest表现优于KNN和MICE;缺失比例是20%时FAMD明显优于其它三种方法,但是MissForest表现亦可;缺失比例是30%时,四种模型表现明显下降,处理效果均不太理想;缺失比例是50%时,虽然FAMD仍有两个变量符合优良标准,但对某些变量估计误差较大,其它三种方法填补均失效。结论 FAMD填补方法总体表现较好,面对混合型缺失数据时可以考虑优先选用。 展开更多
关键词 混合型数据 缺失值填补 因子分析 缺失森林
在线阅读 下载PDF
加权随机森林和代价敏感支持向量机与心衰患者死亡风险评估 被引量:4
12
作者 杨弘 田晶 +6 位作者 孟冰霞 张瑜 罗艳虹 王可 郑楚 韩清华 张岩波 《中国卫生统计》 CSCD 北大核心 2022年第3期381-384,388,共5页
目的 探讨加权随机森林和代价敏感支持向量机模型在慢性心衰死亡风险评估中的应用。方法 利用AUC-RF自变量筛选方法选出与心衰死亡的相关因素,将选出的变量作为输入变量,预后有无死亡作为结局变量构建传统随机森林、支持向量机、logisti... 目的 探讨加权随机森林和代价敏感支持向量机模型在慢性心衰死亡风险评估中的应用。方法 利用AUC-RF自变量筛选方法选出与心衰死亡的相关因素,将选出的变量作为输入变量,预后有无死亡作为结局变量构建传统随机森林、支持向量机、logistic回归、加权随机森林和代价敏感支持向量机分类预测模型。结果 AUC-RF筛选出的变量中有中枢系统疾病史、肾功能不全史、心包积液、BMI、中性粒细胞比值、肾小球滤过率、N端前脑钠肽等指标重要度较高,提示这些指标或有临床意义。评价指标有灵敏度、特异度、准确度、G-means、F-measure和AUC值,logistic模型评价指标的中位数分别为:78.46%、63.19%、81.4%、0.6933、0.467和0.7003;加权随机森林评价指标分别为:78.08%、82.74%、85.96%、0.8086、0.4853和0.8109;代价敏感支持向量机评价指标分别为:75.38%、72.49%、88.8%、0.7402、0.4749和0.7940。结论 加权随机森林模型对心衰患者预后死亡预测性能较高,该模型有助于临床医生识别心衰死亡危险因素,具有较高应用价值。 展开更多
关键词 慢性心衰 疾病预后 加权随机森林 代价敏感支持向量机
在线阅读 下载PDF
基于Monte Carlo模拟的完全随机缺失数据处理方法效果比较 被引量:5
13
作者 王可 杨弘 +3 位作者 田晶 李晨昊 韩清华 张岩波 《中国卫生统计》 CSCD 北大核心 2020年第2期298-301,共4页
目的探讨不同缺失比率下几种缺失处理方法的优劣,为缺失数据的处理提供参考。方法以慢性心力衰竭的部分患者电子病历资料为数据基础,运用R软件,采用Monte Carlo模拟完全随机、任意缺失的数据集,并采用成组删除法、均值填补法、期望最大... 目的探讨不同缺失比率下几种缺失处理方法的优劣,为缺失数据的处理提供参考。方法以慢性心力衰竭的部分患者电子病历资料为数据基础,运用R软件,采用Monte Carlo模拟完全随机、任意缺失的数据集,并采用成组删除法、均值填补法、期望最大化填补法、缺失森林填补法和多重填补法分别对模拟的不同缺失比率数据集进行缺失处理,并对所得"完整数据集"拟合多元线性回归模型,得到的参数估计结果与完整数据集参数估计进行比较。结果在不同的缺失比率下不同缺失处理的效果存在差别,在5%和10%缺失比率下,链式方程填补法(multivariate imputation by chained equations,MICE)和期望最大化法(expectation maximization,EM)最优,缺失森林填补法(miss forest,MF)、均值填补法(mean completer,MC)和成组删除法(complete case method,CCM)效果接近;在20%缺失比率下,MICE最优,EM次之,CCM和MF近似,MC最差;在30%缺失比率下,MICE和MF最优,EM和CCM次之,MC最差;在50%缺失比率下,MICE最优,EM和CCM次之,CCM和MF最差。结论对于不同缺失比率的数据,研究人员应综合考虑缺失处理方法的准确度和精确度以及操作难易程度,必须根据实际数据加以调整,采用不同的方法进行处理。 展开更多
关键词 缺失处理 期望最大化法 缺失森林填补法 多重填补法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部