检索结果-维普期刊中文期刊服务平台

基于孟德尔随机化法的BMI与2型糖尿病因果关系研究被引量：6: 1; 作者包绮晗李承圣 +8 位作者王浩桦丁子琛周立雯丛慧文王廉源杨毅石福艳潘庆忠王素珍《郑州大学学报（医学版）》 CAS 北大核心 2022年第5期645-649,共5页; 目的:采用孟德尔随机化法,以单核苷酸多态性(SNP)为工具变量,探究BMI与2型糖尿病(T2DM)的因果关系。方法:从IEU OpenGWAS project网站获得近3 a、样本量最大的BMI(ieu-b-40)及T2DM(ebi-a-GCST006867)的GWAS数据。从ieu-b-40中筛选与BMI... 展开更多; 关键词 BMI 2型糖尿病孟德尔随机化; 在线阅读下载PDF 职称材料

糖尿病及糖尿病前期人群中血尿酸与血糖的关联:基于协变量均衡广义倾向性评分法: 2; 作者陶子琨韩梅 +6 位作者杨希卜伟晓穆华夏徐雅琪孔雨佳石福艳王素珍《郑州大学学报（医学版）》 CAS 北大核心 2024年第5期625-629,共5页; 目的:探讨2型糖尿病(T2DM)及糖尿病前期人群中血尿酸(SUA)与血糖的关联。方法:从2020年1月至2022年12月于淄博市某三级医院体检的人群中,选取新确诊的T2DM患者1012人,糖尿病前期1025人。分别利用两个人群数据,采用随机森林算法筛选与血... 展开更多; 关键词糖尿病血尿酸血糖协变量均衡广义倾向性评分; 在线阅读下载PDF 职称材料

基于贝叶斯多变量联合模型的体检人群脑卒中发病风险因素的纵向研究被引量：7: 3; 作者杨毅丛慧文 +8 位作者王廉源杨丽萍包绮晗王浩桦李承圣周立雯丁子琛石福艳王素珍《中国全科医学》 CAS 北大核心 2023年第12期1437-1443,共7页; 背景脑卒中是目前影响人类健康的主要公共卫生问题之一;健康体检纵向数据累积了大量的健康信息,由于缺失数据多、样本量小等诸多问题,导致其利用率低、重要信息未能得到充分挖掘,进而对常见慢性病的有效防控等工作带来一定困难。目的基... 展开更多; 关键词卒中体格检查贝叶斯联合模型 COX回归模型血脂异常危险因素; 在线阅读下载PDF 职称材料

基于SARIMA模型或SARIMA-GRNN组合模型的急性出血性结膜炎发病预测被引量：3: 4; 作者袁依庞振陆 +2 位作者崔庆霞王春平李望晨《郑州大学学报（医学版）》 CAS 北大核心 2023年第1期78-82,共5页; 目的:构建急性出血性结膜炎(AHC)发病季节差分自回归移动平均(SARIMA)模型与改进SARIMA-广义回归神经网络(GRNN)组合模型。方法:收集2013年1月至2020年12月全国AHC月发病数据,构建SARIMA模型和SARIMA-GRNN组合模型,并预测2021年1至6月AH... 展开更多; 关键词急性出血性结膜炎 SARIMA GRNN 组合预测; 在线阅读下载PDF 职称材料

XGBoost算法在轻度认知障碍人群阿尔兹海默病发病预测中的应用被引量：6: 5; 作者丛慧文徐雅琪 +6 位作者王爱民王廉源杨毅王凤琳黄一铭石福艳王素珍《郑州大学学报（医学版）》 CAS 北大核心 2022年第6期751-756,共6页; 目的:探索极限梯度增强(XGBoost)算法模型在轻度认知障碍(MCI)向阿尔茨海默病(AD)转化中的预测性能。方法:从AD神经影像学计划数据库中选取370例MCI患者,收集随访数据。通过无放回随机抽样将样本分为包含70%样本量的训练集和包含30%样... 展开更多; 关键词阿尔茨海默病轻度认知障碍 XGBoost算法机器学习; 在线阅读下载PDF 职称材料

题名基于孟德尔随机化法的BMI与2型糖尿病因果关系研究被引量：6: 1; 作者包绮晗李承圣王浩桦丁子琛周立雯丛慧文王廉源杨毅石福艳潘庆忠王素珍; 机构潍坊医学院公共卫生学院卫生统计学系潍坊医学院公共卫生学院数学教研室; 出处《郑州大学学报（医学版）》 CAS 北大核心 2022年第5期645-649,共5页; 基金国家自然科学基金项目(81803337,81872719) 山东省自然科学基金项目(ZR2019MH034)。; 文摘目的:采用孟德尔随机化法,以单核苷酸多态性(SNP)为工具变量,探究BMI与2型糖尿病(T2DM)的因果关系。方法:从IEU OpenGWAS project网站获得近3 a、样本量最大的BMI(ieu-b-40)及T2DM(ebi-a-GCST006867)的GWAS数据。从ieu-b-40中筛选与BMI高度相关的SNP(以P<5×10^(-8)为筛选条件,连锁不平衡系数r^(2)为0.001,连锁不平衡区域宽度为10000 kb)。从ebi-a-GCST006867中提取BMI有关的SNP(最小r^(2)>0.8,缺失的SNP用与其具有高度连锁性的SNP代替,删除无替代位点的SNP)。汇总上述两个数据集,剔除与T2DM直接相关的SNP,最终纳入包括rs8047395、rs13021737、rs663128等451个SNP作为工具变量。采用MR-Egger回归、加权中位数法(WME)、随机效应逆方差加权法(IVW)、加权模型4种回归模型分析BMI与T2DM的因果关系。结果:GWAS数据均来源于欧洲人群,男女不限。MR-Egger回归截距项为0.0003(P=0.8261),即筛选出的SNP不存在基因多效性。MR-Egger回归、WME、IVW、加权模型的OR(95%CI)分别为2.906(2.347~3.598)、2.938(2.676~3.226)、2.842(2.619~3.085)、2.980(2.440~3.638);由于存在异质性(Q=1289.365,P<0.001),故关注随机效应IVW的结果。结论:BMI是T2DM的危险因素。; 关键词 BMI 2型糖尿病孟德尔随机化; Keywords BMI type 2 diabetes mellitus Mendelian Randomization; 分类号 R587 [医药卫生—内分泌]; 在线阅读下载PDF 职称材料

题名糖尿病及糖尿病前期人群中血尿酸与血糖的关联:基于协变量均衡广义倾向性评分法: 2; 作者陶子琨韩梅杨希卜伟晓穆华夏徐雅琪孔雨佳石福艳王素珍; 机构潍坊医学院公共卫生学院卫生统计学系; 出处《郑州大学学报（医学版）》 CAS 北大核心 2024年第5期625-629,共5页; 基金国家自然科学基金项目(81872719)。; 文摘目的:探讨2型糖尿病(T2DM)及糖尿病前期人群中血尿酸(SUA)与血糖的关联。方法:从2020年1月至2022年12月于淄博市某三级医院体检的人群中,选取新确诊的T2DM患者1012人,糖尿病前期1025人。分别利用两个人群数据,采用随机森林算法筛选与血糖关系密切的关键协变量,采用协变量均衡广义倾向性评分法均衡关键协变量后,对SUA与血糖水平进行加权线性回归。结果:筛选出甘油三酯、年龄、谷氨酰胺转肽酶、谷草转氨酶、肌酐、低密度脂蛋白、总胆固醇、碱性磷酸酶、尿素、谷草/谷丙为关键协变量。在T2DM人群中,均衡后协变量与SUA的相关系数均值为0.0044;在糖尿病前期人群中,均衡后相关系数均值为0.0781。加权线性回归结果显示,在T2DM人群中,血尿酸(100倍)水平与血糖变化呈负关联,β(95%CI)为-0.424(-0.601~-0.247);在糖尿病前期人群中两者的关联没有统计学意义,β(95%CI)为0.001(-0.020~0.021)。结论:T2DM患者血尿酸水平与血糖呈负关联。; 关键词糖尿病血尿酸血糖协变量均衡广义倾向性评分; Keywords diabetes mellitus serum uric acid blood glucose covariate balancing generalized propensity score; 分类号 R587.1 [医药卫生—内分泌]; 在线阅读下载PDF 职称材料

题名基于贝叶斯多变量联合模型的体检人群脑卒中发病风险因素的纵向研究被引量：7: 3; 作者杨毅丛慧文王廉源杨丽萍包绮晗王浩桦李承圣周立雯丁子琛石福艳王素珍; 机构潍坊医学院公共卫生学院卫生统计学系空军军医大学西京医院健康医学中心; 出处《中国全科医学》 CAS 北大核心 2023年第12期1437-1443,共7页; 基金国家自然科学基金资助项目(81803337)——基于双稳健共享参数Joint模型的脑卒中早期关键风险因素推断研究国家自然科学基金资助项目(81872719)——广义提升模型和机器学习下基于逆概率加权的纵向数据因果推断研究 +3 种基金潍坊医学院博士启动基金项目(2017BSQD51)——心脑血管病纵向数据关键风险因素推断及共享参数模型研究。; 文摘背景脑卒中是目前影响人类健康的主要公共卫生问题之一;健康体检纵向数据累积了大量的健康信息,由于缺失数据多、样本量小等诸多问题,导致其利用率低、重要信息未能得到充分挖掘,进而对常见慢性病的有效防控等工作带来一定困难。目的基于贝叶斯多变量联合模型,探讨体检人群脑卒中发病风险因素,为慢性病风险因素分析提供新的方法。方法本研究使用空军军医大学西京医院健康医学中心2008—2015年的体检资料。随访情况:以首次发生脑卒中为结局事件,发生结局事件立即停止随访;若未发生,到2015年体检信息收集完成后结束随访;体检间隔时间为1年。依据随访过程中是否发生脑卒中分为脑卒中组和非脑卒中组。纵向观察变量包括总胆固醇(TC)、三酰甘油(TG)、低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇(HDL-C)、体质指数(BMI)和收缩压(SBP)。采用多因素Cox回归模型分析基线情况对脑卒中结局事件的影响;采用贝叶斯多变量联合模型,分析随访过程中TC、TG、LDL-C、HDL-C、BMI和SBP的纵向变化轨迹对脑卒中发病的影响。结果本研究共纳入234例研究对象,1581条纵向随访记录,平均随访时间为(7.4±1.2)年,其中70例(29.9%)在随访过程中发生脑卒中。多因素Cox回归模型结果显示:基线TC、TG、LDL-C、HDL-C、BMI、SBP对脑卒中发病均无影响(P>0.05)。贝叶斯多变量联合模型结果显示:TG每纵向升高1 mmol/L,脑卒中发病风险升高1.863倍[95%CI(1.018,3.294),P=0.042];LDL-C每纵向升高1 mmol/L,脑卒中发病风险升高1.347倍[95%CI(1.045,1.863),P=0.046]。结论TG、LDL-C水平随时间变化的纵向升高是体检人群脑卒中发病的危险因素;贝叶斯多变量联合模型可用于体检人群的慢性病风险因素探讨研究中。; 关键词卒中体格检查贝叶斯联合模型 COX回归模型血脂异常危险因素; Keywords Stroke Physical examination Bayesian joint model Cox regression model Dyslipidemias Risk factors; 分类号 R743 [医药卫生—神经病学与精神病学]; 在线阅读下载PDF 职称材料

题名基于SARIMA模型或SARIMA-GRNN组合模型的急性出血性结膜炎发病预测被引量：3: 4; 作者袁依庞振陆崔庆霞王春平李望晨; 机构潍坊医学院公共卫生学院卫生统计学系; 出处《郑州大学学报（医学版）》 CAS 北大核心 2023年第1期78-82,共5页; 基金国家自然科学基金项目(81872721) 教育部人文社科基金项目(15YJCZH087)。; 文摘目的:构建急性出血性结膜炎(AHC)发病季节差分自回归移动平均(SARIMA)模型与改进SARIMA-广义回归神经网络(GRNN)组合模型。方法:收集2013年1月至2020年12月全国AHC月发病数据,构建SARIMA模型和SARIMA-GRNN组合模型,并预测2021年1至6月AHC的发病数。结果:我国AHC发病呈以12个月为周期的季节性波动特点,除6至9月呈现季节性发病高峰,其他月份发病率相对稳定。最终确定的SARIMA(1,0,0)(0,1,1)_(12)模型预测AHC的平均绝对误差百分比(MAPE)、平均绝对误差(MAE)和均方根误差(RMSE)依次为18.21%、452.99、577.82,SARIMA-GRNN组合模型依次为13.07%、325.75、410.79。结论:与SARIMA模型相比,SARIMA-GRNN组合模型预测AHC精度更高、性能更为优良,可用于AHC的短期预测。; 关键词急性出血性结膜炎 SARIMA GRNN 组合预测; Keywords acute hemorrhagic conjunctivitis SARIMA GRNN combination forecast; 分类号 R183.1 [医药卫生—流行病学]; 在线阅读下载PDF 职称材料

题名XGBoost算法在轻度认知障碍人群阿尔兹海默病发病预测中的应用被引量：6: 5; 作者丛慧文徐雅琪王爱民王廉源杨毅王凤琳黄一铭石福艳王素珍; 机构潍坊医学院公共卫生学院卫生统计学系; 出处《郑州大学学报（医学版）》 CAS 北大核心 2022年第6期751-756,共6页; 基金国家自然科学基金项目(81803337,81872719) 国家统计局课题(2018LY79) +2 种基金潍坊医学院博士启动基金项目(2017BSQD51)。; 文摘目的:探索极限梯度增强(XGBoost)算法模型在轻度认知障碍(MCI)向阿尔茨海默病(AD)转化中的预测性能。方法:从AD神经影像学计划数据库中选取370例MCI患者,收集随访数据。通过无放回随机抽样将样本分为包含70%样本量的训练集和包含30%样本量的测试集。以第1次随访后10 a内是否患AD为因变量,采用XGBoost算法筛选特征变量,构建AD预测模型,同时构建Logistic回归、BP神经网络和支持向量机模型,评价模型预测AD的效能。结果:经XGBoost特征选择,临床痴呆评分总和量表(CDR-SB)得分、社会活动功能量表(FAQ)得分、简易精神状态检查量表得分、听觉语言学习测试得分、BMI、舒张压、缬氨酸、白蛋白、年龄、葡萄糖、教育水平得分、糖蛋白-N-乙酰(GlycA)被纳入预测模型。基于最佳超参数组合建立的XGBoost模型的预测性能优于其他模型,其准确率、敏感度、特异度、Kappa值和AUC(95%CI)分别为0.935、0.962、0.862、0.833和0.921(0.858~0.985)。所构建的XGBoost模型中,CDR-SB得分和FAQ得分重要性最大,占74.91%。结论:基于XGBoost算法构建的预测模型可用于AD患病风险的预测;在MCI人群中,CDR-SB得分和FAQ得分为重点关注指标。; 关键词阿尔茨海默病轻度认知障碍 XGBoost算法机器学习; Keywords Alzheimer′s disease mild cognitive impairment extreme gradient boosting machine learning; 分类号 R181 [医药卫生—流行病学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于孟德尔随机化法的BMI与2型糖尿病因果关系研究	包绮晗李承圣王浩桦丁子琛周立雯丛慧文王廉源杨毅石福艳潘庆忠王素珍	《郑州大学学报（医学版）》 CAS 北大核心	2022	6	在线阅读下载PDF 职称材料
2	糖尿病及糖尿病前期人群中血尿酸与血糖的关联:基于协变量均衡广义倾向性评分法	陶子琨韩梅杨希卜伟晓穆华夏徐雅琪孔雨佳石福艳王素珍	《郑州大学学报（医学版）》 CAS 北大核心	2024	0	在线阅读下载PDF 职称材料
3	基于贝叶斯多变量联合模型的体检人群脑卒中发病风险因素的纵向研究	杨毅丛慧文王廉源杨丽萍包绮晗王浩桦李承圣周立雯丁子琛石福艳王素珍	《中国全科医学》 CAS 北大核心	2023	7	在线阅读下载PDF 职称材料
4	基于SARIMA模型或SARIMA-GRNN组合模型的急性出血性结膜炎发病预测	袁依庞振陆崔庆霞王春平李望晨	《郑州大学学报（医学版）》 CAS 北大核心	2023	3	在线阅读下载PDF 职称材料
5	XGBoost算法在轻度认知障碍人群阿尔兹海默病发病预测中的应用	丛慧文徐雅琪王爱民王廉源杨毅王凤琳黄一铭石福艳王素珍	《郑州大学学报（医学版）》 CAS 北大核心	2022	6	在线阅读下载PDF 职称材料