多类逐步判别对湖南乙型脑炎发病率的拟合与预测

目的建立预测乙型脑炎发病率的模型。方法运用电子计算机和Bayes判别分析原理,利用湖南省各地区近10年的月均气温、降雨量、日照时间与相应的地区类型及其发病率资料,进行计量资料多类逐步判别分析。结果模拟出可以预测当年度的发病率数学模型,经数据国代准确率为80．00％。结论提示判别效果理想,可用于湖南各地区乙型脑炎发病率的预测．     

南方某部队野外驻训期间急性腹泻病流行病学研究

目的　对野外驻训期间我军腹泻病的流行特征及危险因素进行初步研究。方法　对某部队野外驻训期间腹泻病发病进行流行病学调查 ,统计方法采用多元线性逐步回归和判别分析。结果　参训部队腹泻发病率较同期该地常年驻军显著增高 (7.32 %vs 0 .98% ,P <0 .0 5 ) ;干部发病率低于战士 (0 .99%vs 8.2 0 % ,P <0 .0 5 ) ;腹泻的发生贯穿整个非常时期 ,但高峰期常见于初期 ,此后逐渐趋于平稳 ,并可时有大小不等的散在暴发 ;发病率的单位分布存在明显差异。经回归和判别分析 ,结果显示发病率与参训单位的苍蝇密度和人均日供开水量有关 ,判别模型总的判别正确率达91.9%。结论　本结果为我军野外驻训期间腹泻病的预防提供了参考信息     

判别分析在职业病预测中应用的探讨

在职业病防治中,需要作早期诊断和预测,但目前尚无理想的方法。为此本文应用我们过去对78例职业性铅接触者的资料作实例。来说明判别分析的计算方法,以探讨判别分析在职业病预测中应用的可能性。     

距离判别分析在前列腺癌诊断中的应用

目的研究距离判别分析在前列腺癌的预测诊断中的应用价值。方法收集2008年1月～2011年11月,因前列腺疾病在华西医院超声科检查的患者资料,资料中包含的信息有患者年龄、经直肠前列腺超声检查结果、患者血清前列腺特异性抗原(prostate-specific antigen,PSA)水平以及前列腺穿刺活检结果等。采用秩和检验、卡方检验和距离判别分析法对资料进行分析。结果前列腺癌组年龄、血清PSA值和根据经直肠前列腺超声检查结果所得分值均高于非前列腺癌组,组间比较差异均有统计学意义(P﹤0.0001)。距离判别分析判别结果灵敏度(Sensitivity)为80.00%,特异度(Specificity)为97.03%,阳性预测值(Positive predictive values)为91.43%,阴性预测值(Negative predictive values)为92.45%,准确度(Accuracy)为92.20%。结论距离判别分析可提高前列腺癌的诊断水平。     

Logistic判别分析及其在医学中应用

Logistic判别分析对总体分布的条件限制较弱。有广泛的适用性。它适用于连续型、离散型与混合型资料。亦可用于两类与多类判别。无论理论上、实用上都很有生命力。此法一般用最大似然法求判别系数。作者用此法处理8个医学资料,其中有5个回代判别符合率为100％。而例1逐步判射分析回代翔别符合率为88.68％。文中讨论了变量筛选、判别符合率与迭代次数关系,以及与其他判别分析的比较。     

SAS软件判别分析在预防疾病中的应用

在医学科研和预防工作中，经常遇到需要根据观测到的资料对研究对象进行分类的问题。如流行病预报，某些病的早期预报，这类问题都是由判别分析来解决。目前各种多变量预防疾病统计分析中应用最广泛的一种，又因判别分析可以分析出各种因素对判别的作用，因而在疾病学研究、各种因素对预后影响的应用至关重要。SAS for Windows提供多种判别分析的编程方法有一般判别；逐步判别；典型判别等。在此介绍两种判别方法。     

星座图判别法用于CT诊断脑占位性病变

本文介绍了一种新的判别方法—星座图判别法,并用它对脑部三种占位性疾病进行了判别分类,总符合率为85%。本文还对内部构成不均匀的样本在判别分析时的处理进行了讨论,且将星座图判别与逐步判别作了比较,认为前者更适合于文中资料的判别分析,应用也更方便。     

Bayes判别分析在海南省疟区分层中的应用

本文试对与疟疾流行有关的社会经济和地理诸因素进行Bayes逐步判别分析,进而建立高、中、低三类疟区的判别函数式,以探索疟区分层的新方法。
1990年在海南省12个县选择了不同流行程度的自然村55个,以自然村为调查单位,进行社会经济因素调查,以其33个自然村作为建模样本,22个自然村为考核样本。用包括12项社会经济和地理诸因素的统一调查表,逐户进行访问调查。将收集的资料输入IBM/PC-XT微机进行Bayes逐步判别分析。结果选出地形地貌、反映经济水平的劳动力比例、人均收入、居住条件,以及疟防知识和人的特殊行为(上山作业过夜者的比例)等6项对疟区分层有判别意义的变量,并以此6项指标建立了代表高、中、低3个不同流行水平的判别函数式。经建模样本的回代检验,并对照原疟区分层,正确判别率为91.0%。又经考核样本的外部检验,正确判别率为77.3%。表明此种判别分析方法在疟区分层中具有实用价值,在特定条件下有可能代替发病率、原虫率、媒介等指标进行疟区分层。     

Bayes判别分析及其在疾病诊断中的应用

判别分析在医学研究中应用广泛.目前主要是用在疾病的计算机辅助诊断研究中[1-2].判别分析的方法很多[3],大致上分为两大类,一类是以距离为判别准则,另一类是以概率为判别准则,最基本的有两种,Fisher判别分析和Bayes判别分析.其中Bayes判别分析的判别效能优于其他方法.本文对Bayes判别分析进行了详细的研究,给出了应用SAS软件程序,最后用一实例介绍其应用.     

Bayes判别分析在肾综合征出血热发病预测研究中的应用

目的研究肾综合征出血热（HFRS）发病与气象因素和动物宿主的关系并建立合理的数学预报模型。方法首先选取逐月及逐年的气象指标,包括气压、气温、降雨量、相对湿度、日照时数和日照百分率作为代表因素;然后对HFRS与气象因素和动物宿主间的关系进行Pearson、Kendall及Spearman相关分析,最后利用气象因素和包括鼠密度及鼠带病毒率的动物宿主信息作为解释变量进行Bayes判别分析。结果HFRS年发病疫情与鼠密度关系最为密切（r=0．738,P=0．000）,而影响鼠密度最显著的气象因素是日照时数、日照百分率和降雨量。其中日照时数与鼠密度呈正相关（r=0．494,P=0．016）,而降雨量与鼠密度近似呈负相关（r=-0．350,P=0．101）。利用气象及动物宿主资料预测当年的人间发病强度时,逐步判别分析及全变量判别分析均具有良好的效果。逐步判别分析的组内回代及弃一交叉验证准确率均为82．6％（19／23）,而全变量判别分析的组内回代准确率为90．9％（20／22）,弃-交叉验证准确率为81．8％（18／22）。当预测下一年的发病强度时,逐步判别分析的组内回代及弃一验证正确率均为86．4％（19／22）,而全变量判别分析的组内回代分类正确率为100％（21／21）,弃-交叉验证分类正确率仅为57．1％（12／21）。结论气象因素影响动物繁殖及动物间疫情,进而影响人间的HFRS疟情．Bayes诼彤判别分析在预测HFRS疫情方面具有一定实际应用价值。     

秩次修正法的判别分析

用参数检验方法和非参数的秩次检验方法，对同一问题进行统计分析，其结果往往不同。田凤调老师认为：其原因是“立论不同”引起的〔１〕。作者也曾深入地分析过其中的原因〔２〕。本文运用秩次修正法进行判别分析，并以判别分析的经典例题〔３〕作验证。资料与方法１．秩...     

判别分析在铅接触者健康监护结果判定中的作用

目的：探讨判别分析在铅接触者健康监护结果判定中的应用价值。方法：对某蓄电池制造业近年的监测、体检资料进行判别分析。结果：建立函数式为F1＝0．204Zi 3.210Pi 14.855Ci-1.892和F2=0.829Zi 14.767Pi 23.681Ci-11.329。并用该函数式对所建模型资料和另一组资料进行判别分类，判别吻合率分别为97％和96％，经检验模型判定与实际结果均有非常显著的相关（P＜0．001）。结论：用所建模型对该地区铅接触者健康监护结果来判定分类是可行的，且具有广阔的应用前景。     

逐步判别分析在脑中风分类诊断中的应用

目的 研究逐步判别分析在脑中风的缺血性与出血性分类诊断中的应用.方法 本文采用参数和非参数逐步判别分析,全部计算使用SAS软件.结果 对苏州大学附属第一医院189例脑中风病人,进行脑出血、脑缺血的分类诊断.参数法逐步判别分析判别正确率为：脑缺血84.52%,脑出血85.88%,总判别正确率85.19%;非参数逐步判别分析判别正确率为：脑缺血45.19%,脑出血94.12%,总判别正确率67.20%.结论 参数法逐步判别分析在脑中风的缺血性与出血性分类诊断中判别正确率较高,应用效果良好.     

人工神经网络应用于糖尿病/糖耐量异常的疾病分类研究

目的 探讨人工神经网络(ANN)用于疾病分类研究的前景。方法 利用某矿区1996年糖尿病现况调查资料，采用学习向量量化(LVQ)网络和判别分析方法进行糖尿病借耐量(DM／IGT)异常／正常状态的判别比较；同时人为设置变量缺损值，检验LVQ网络对缺失数据的适应性。结果 LVQ网络结构为25→13→3；网络判断准确率为96．98％，对血糖异常者的正确判断率为92．45％。利用逐步判别分析建立的含11个变量的判别方程的判断准确率为87．34％，对血糖异常者的正确判断率为85．53％。LVQ网络对带缺失项样本的误判比例为1／30，判别分析则为7／30。结论 利用LVQ网络进行疾病分类预测，不仅能获得更好的预测效果，而且对资料的类型、分布不作任何限制，也不需要对分析变量做任何处理，还能很好地处理带缺失项的资料，是一种很好的流行病学分类预测新方法。     

数量化理论Ⅱ的概念、方法及在医学上的应用

数量化理论Ⅱ是和判别分析相对应的。判别分析是在自变量为定量变量的情况下,对个体进行判别;而数量化理论Ⅱ对自变量不作任何要求,既可以是定量的、也可以是定性的如:性别、职业等),且可兼有定量和定性变量。因此,可以说数量化理论Ⅱ是判别分析的推广。用数量化理论Ⅱ进行判别与判别分析的基本原理是一致的,都是在使同类的一些个体     

Bayes判别分析在尘肺诊断中的应用

判别分析在医学研究中应用广泛^[1]，就准则而言，大致上分为两大类，一类是以距离为判别准则（Fisher判别分析）。另一类是以概率为判别准则（Bayes判别分析），其中Bayes判别分析的判别效能优于其他方法。本文用黄石市2005年尘肺病人的检验指标与诊断结论进行Bayes判别分析应用研究，现将结果报告如下。     

应用判别分析方法筛检高危险人群的探讨

本文采用逐步判别分析方法,探讨了应用病例-对照研究数据和结果建立判别用数学模型的方法,以期筛检高危险人群。结果表明,采用数学模型筛检高危险人群的办法对于开支大的群体研究课题具有显著的经济效益,而且由于样本的适度变小,有利于进行质量控制和观察管理。本方法在低发病率疾病的预防措施研究领域里具有较大的实用性和经济效益。     

确定人群中血压钠敏感性方法的探讨

通过对比分析探讨钠敏感性特征、指标和简便易行的钠敏感性人群筛检方法。对５５名原发性高血压患者及１９名正常人进行血压钠敏感性的检查、对有关指标的调查与实验室检测，并对资料进行相关和判别分析。通过对钠敏感特征的研究，以一些基础状态下的指标进行逐步判别分析后，建立了二套方程，可用作为高血压和正常血压人群中对钠敏感者的筛选标准。如果该方程在以后研究中得到验证，无疑对原发性高血压的一级预防及其治疗实践有重要意义     

风湿热、风心病的发病率与死亡率

风湿热(RF)的发病率不易获得精确的资料,原因是资料一般不局限于某一方面,通常急性风湿热(ARF)及慢性风湿性心脏病(CRC)的发病率系根据多方面的资料估计的。下述资料选自公共卫生方面的最新研究,可供预防工作参考。一、A族β-溶血往链球菌引起的上呼吸道感染的发病率发生在5～15岁学龄儿童的临床症状明     

简易判别分析

简易判别分析是以原始数据为基础进行判别分析,本方法的关键在于用黄金分割法确定每个变量在不同类别间的最佳分割点和最小错判数,以获得判定每个变量判别能力大小和变量取舍的最小错判率,进而选用最小错判率较低的一个或几个变量建立有效的判别函数。简易判别分析属准参数统计分析,本方法简便、实用,判别结果合理。