目的探讨中文版老年听力障碍筛查量表(hearing handicap inventory for the elderly-screening,HHIE-S)评分与纯音听阈测试的关联性与差异性,为该量表的临床应用提供依据。方法275例老年受试者(听力正常者47例、不同程度听力损失者228例...目的探讨中文版老年听力障碍筛查量表(hearing handicap inventory for the elderly-screening,HHIE-S)评分与纯音听阈测试的关联性与差异性,为该量表的临床应用提供依据。方法275例老年受试者(听力正常者47例、不同程度听力损失者228例)填写中文版HHIE-S量表获得评分,并进行纯音听阈测试,比较受试者中文版HHIE-S量表评分与较好耳500、1000、2000、4000 Hz纯音气导听阈平均值(PTA)之间的关联性与差异性。结果275例受试者中,PTA正常组47例,HHIE-S评分为无听力障碍者占80.85%(38/47);PTA轻度听力损失组101例,HHIE-S评分为轻中度听障者占38.61%(39/101);PTA中度听力损失组110例,HHIE-S评分为轻中度听障者占40.0%(44/110);PTA重度听力损失组17例,HHIE-S评分为重度听障者占82.35%(14/17)。HHIE-S与纯音听阈测试结果的Kappa系数为0.210(P<0.001)。HHIE-S评分与PTA的Pearson相关系数r为0.722(P<0.001)。以PTA≤25 dB HL为听力正常、HHIE-S评分≤8分表示无听力障碍,HHIE-S量表的敏感性为61.0%,特异性为80.9%,阳性预测值为93.9%,阴性预测值为29.9%。结论HHIE-S量表与纯音听阈测试既有较好的关联性,又有差异性,二者联合应用可以全面评估老年人的听力状况。展开更多
目的先心病数据存在类别不平衡问题,使先心病预测存在偏差,本文针对以上问题建立基于代价敏感性和概率校准的先心病概率预测模型,以期提高模型概率预测能力,为筛选先心病高危人群给予参考。方法构建调整惩罚权重的加权支持向量机(weight...目的先心病数据存在类别不平衡问题,使先心病预测存在偏差,本文针对以上问题建立基于代价敏感性和概率校准的先心病概率预测模型,以期提高模型概率预测能力,为筛选先心病高危人群给予参考。方法构建调整惩罚权重的加权支持向量机(weighted support vector machine,WSVM)和加权随机森林(weighted random forest,WRF)的Platt和Isotonic regression(Iso)校准模型(WSVM-Platt,WRF-Platt,WSVM-Iso,WRF-Iso),同时与logistic回归模型进行对比。结果通过比较6种模型(WSVM-Platt,WSVM-Iso,WRF,WRF-Platt,WRF-Iso和logistic回归模型)的概率预测效果评价指标AUC(the area under the curves)、RMSE(root mean squared error)及SAR可得,以上6类模型均比较理想。6种模型中,WSVM的Platt校准模型的预测效果最优,logistic回归其次;对于WRF,WRF-Platt和WRF-Iso的预测效果均优于WRF;对于WRF和WSVM,Platt校准的概率预测能力均略优于Iso校准。结论针对极端不平衡数据,本文模型的预测结果较为理想。相比未校准模型,校准模型的预测效果更优,Platt校准预测效果略优于Iso校准,故本文构建的模型可为有效筛选先心病高危人群提供参考。展开更多
文摘目的探讨中文版老年听力障碍筛查量表(hearing handicap inventory for the elderly-screening,HHIE-S)评分与纯音听阈测试的关联性与差异性,为该量表的临床应用提供依据。方法275例老年受试者(听力正常者47例、不同程度听力损失者228例)填写中文版HHIE-S量表获得评分,并进行纯音听阈测试,比较受试者中文版HHIE-S量表评分与较好耳500、1000、2000、4000 Hz纯音气导听阈平均值(PTA)之间的关联性与差异性。结果275例受试者中,PTA正常组47例,HHIE-S评分为无听力障碍者占80.85%(38/47);PTA轻度听力损失组101例,HHIE-S评分为轻中度听障者占38.61%(39/101);PTA中度听力损失组110例,HHIE-S评分为轻中度听障者占40.0%(44/110);PTA重度听力损失组17例,HHIE-S评分为重度听障者占82.35%(14/17)。HHIE-S与纯音听阈测试结果的Kappa系数为0.210(P<0.001)。HHIE-S评分与PTA的Pearson相关系数r为0.722(P<0.001)。以PTA≤25 dB HL为听力正常、HHIE-S评分≤8分表示无听力障碍,HHIE-S量表的敏感性为61.0%,特异性为80.9%,阳性预测值为93.9%,阴性预测值为29.9%。结论HHIE-S量表与纯音听阈测试既有较好的关联性,又有差异性,二者联合应用可以全面评估老年人的听力状况。
文摘目的先心病数据存在类别不平衡问题,使先心病预测存在偏差,本文针对以上问题建立基于代价敏感性和概率校准的先心病概率预测模型,以期提高模型概率预测能力,为筛选先心病高危人群给予参考。方法构建调整惩罚权重的加权支持向量机(weighted support vector machine,WSVM)和加权随机森林(weighted random forest,WRF)的Platt和Isotonic regression(Iso)校准模型(WSVM-Platt,WRF-Platt,WSVM-Iso,WRF-Iso),同时与logistic回归模型进行对比。结果通过比较6种模型(WSVM-Platt,WSVM-Iso,WRF,WRF-Platt,WRF-Iso和logistic回归模型)的概率预测效果评价指标AUC(the area under the curves)、RMSE(root mean squared error)及SAR可得,以上6类模型均比较理想。6种模型中,WSVM的Platt校准模型的预测效果最优,logistic回归其次;对于WRF,WRF-Platt和WRF-Iso的预测效果均优于WRF;对于WRF和WSVM,Platt校准的概率预测能力均略优于Iso校准。结论针对极端不平衡数据,本文模型的预测结果较为理想。相比未校准模型,校准模型的预测效果更优,Platt校准预测效果略优于Iso校准,故本文构建的模型可为有效筛选先心病高危人群提供参考。
