等维递补GM(1,1)模型在结核病发病率预测中的应用

目的：探索建立预测肺结核发病率的最佳理论模型,为结核病防治提供科学依据。方法：对某市1996—2007年结核病发病率进行研究,建立GM（1,1）模型、等维递补GM（1,1）模型,并对两模型拟合效果进行比较。结果：5维GM（1,1）模型d为-0．072,p为41．432,其预测模型精度指标后验差比值C为0．0295,小误差概率P为1,属于“一级”。利用等维递补GM（1,1）模型与GM（1,1）模型对2004—2007年该市肺结核发病率进行预测,拟合结果的平均相对误差分别为0．59％和0．65％。结论：在结核病发病率预测中,动态的等维递补GM（1,1）模型拟合效果优于GM（1,1）模型。     

ARMA模型在胆结石病发病率预测中的应用

目的探讨应用时间序列自回归移动平均模型（ARMA）预测胆结石病发病率的可行性。方法应用EV iews3.1软件对青海海西自治州2001~2006年逐月发病率进行ARMA建模拟合;按照残差不相关和简洁的原则确定模型结构,依据赤池信息准则（AIC）与施瓦茨准则（SC）、拟合优度确定模型的阶数。对所得模型的残差进行统计验证,依据残差序列图中实际值与拟合值的拟合效果确定最终模型。利用最终模型预测2007年的胆结石病月发病率,比较预测值和实际值,检验预测效果。结果AR IMA（1,1,1）模型能够较好地拟合及预测胆结石病月发病率值,除个别观测数据与模型预测数据相差较大外,模型所得结果与实际值非常接近。结论ARMA模型可以较好地模拟胆结石病发病率在时间序列上的变动趋势,可用于预测未来的胆结石病发病率趋势,是一种短期预测精度较高的预测模型。     

季节分解法和ARIMA法预测乌鲁木齐市肺结核发病趋势效果分析

目的 比较时间序列季节分解法和差分自回归滑动平均(ARIMA)法预测肺结核发病趋势的效果,为肺结核预测预警提供科学依据.方法 对新疆乌鲁木齐市2005年1月至2014年12月肺结核月发病率时间序列分别构建季节分解拟合模型和ARIMA拟合模型,对2015年各月发病率分别进行预测并与实际发病率进行比较.结果 乌鲁木齐市肺结核流行表现出春季高发的年度周期性.应用季节分解法构建的拟合模型中,线性模型和三次曲线模型对2015年各月发病率预测结果的平均绝对百分误差(MAPE)分别为18.75%和92.25%,线性模型预测值整体上低于实际值,三次曲线模型预测值整体上高于实际值;应用ARIMA方法构建的拟合模型为ARIMA(2,1,1)(1,1,0)12,对2015年各月发病率预测结果的MAPE为9.46%,整体上预测值和实际值无明显差异.结论ARIMA法较季节分解法对乌鲁木齐市肺结核发病率的预测效果更佳.     

云南省近期疟疾流行因素灰色预测初探

本文应用灰色系统理论与方法探讨疟原虫的预测。对云南省疟疾流行地区,1986—1990年的1902158名发热病人的两种疟原虫检出率构成的离散数列,建立灰色系统GM(1,1)预测模型。预测精度分别为98.45%—98.46%和92.85%—83.03%,并对1991年和1992年作灰色GM(1,1)的推测模型,其中1991年理论值和实际值基本吻合,1992年尚待进一步验证。     

一般交通事故预测中自回归滑动平均模型的建立及效果评价

目的 建立预测一般交通事故的自回归滑动平均(auto regression moving average,ARMA)模型,观察其时间序列展示特征与发生频数的分布差异,为探索稳定、准确的交通事故预测模型奠定基础.方法 从重庆市道路交通管理局收集重庆市某城市发展新区2000-2006年的一般交通事故登记信息,采用流行病学描述性研究方法,对该区交通事故月分布规律进行分析,建立ARMA模型并进行回顾和前瞻性预测,分析并比较预测数据.结果 从不同月份的分布特征看,该区一般交通事故发生频数有一定周期规律;建立的以月为单位的一般交通事故发生频数的ARMA预测模性预测值与实际值的符合率基本稳定在80%以上.结论 ARMA模型可以用于一般交通事故发生频数的时间序列指标预测,并且其短期预测的精度优于长期预测.     

一般交通事故预测中自回归滑动平均模型的建立及效果评价

目的 建立预测一般交通事故的自回归滑动平均(auto regression moving average,ARMA)模型,观察其时间序列展示特征与发生频数的分布差异,为探索稳定、准确的交通事故预测模型奠定基础.方法 从重庆市道路交通管理局收集重庆市某城市发展新区2000-2006年的一般交通事故登记信息,采用流行病学描述性研究方法,对该区交通事故月分布规律进行分析,建立ARMA模型并进行回顾和前瞻性预测,分析并比较预测数据.结果 从不同月份的分布特征看,该区一般交通事故发生频数有一定周期规律;建立的以月为单位的一般交通事故发生频数的ARMA预测模性预测值与实际值的符合率基本稳定在80%以上.结论 ARMA模型可以用于一般交通事故发生频数的时间序列指标预测,并且其短期预测的精度优于长期预测.     

一般交通事故预测中自回归滑动平均模型的建立及效果评价

目的 建立预测一般交通事故的自回归滑动平均(auto regression moving average,ARMA)模型,观察其时间序列展示特征与发生频数的分布差异,为探索稳定、准确的交通事故预测模型奠定基础.方法 从重庆市道路交通管理局收集重庆市某城市发展新区2000-2006年的一般交通事故登记信息,采用流行病学描述性研究方法,对该区交通事故月分布规律进行分析,建立ARMA模型并进行回顾和前瞻性预测,分析并比较预测数据.结果 从不同月份的分布特征看,该区一般交通事故发生频数有一定周期规律;建立的以月为单位的一般交通事故发生频数的ARMA预测模性预测值与实际值的符合率基本稳定在80%以上.结论 ARMA模型可以用于一般交通事故发生频数的时间序列指标预测,并且其短期预测的精度优于长期预测.     

山地进攻战役减员的统计学模型

目的：建立山地进攻战役减员的统计学模型，提供计算机模拟研究的基础。方法：收集了我军某次战争某战役方向战役减员的经验数据，计算每日成员率，采用柯尔莫哥洛夫—斯米尔诺夫方法进行统计分布的拟合优度检验，运用博克斯—詹金斯方法建立时间序列模型。结果：战役减员率分布符合伽玛分布，时间序列模型为ARIMA(0，1，1)。结论：时间序列模型能够较好地说明减员分布的统计学特征。     

云南省钩端螺旋体病流行的灰色建模与分析

本文根据灰色系统理论和方法,应用一维灰色分析,对云南省1978年—1988年各年的钩端螺旋体病(以下简钩体病)发病率构成的离散数列进行多点激励序列建模和预测。经回验平均拟合率95％以上,1989年—1992年钩体病预测结果与实际发病率比较基本吻合,为今后钩体病流行的长期预测与防治对策研究,提供了有益的信息。     

颅内磁共振血管壁成像质量对影像组学模型鉴别症状性斑块的影响

目的:探讨颅内动脉MR血管壁成像(MR-VWI)的图像质量对基于影像组学特征构建症状性斑块预测模型的影响。方法:回顾性搜集因颅内动脉粥样硬化行MR-VWI检查且因图像质量不佳而即刻重复扫描的病例作为本研究的第一部分。MR-VWI序列包括全脑3D SPACE T₁WI平扫和增强,目标血管(单侧大脑中动脉或基底动脉)的2D TSE T₂WI。拟分析100个常用的影像组学特征,包括形状特征9个,一阶梯度特征18个,纹理特征73个。通过比较重复扫描的斑块影像组学特征,筛选出易受图像质量影响的不稳定特征。回顾性搜集因颅内动脉粥样硬化狭窄行MR-VWI检查的病例作为本研究的第二部分。首先,基于全部病例的斑块影像组学特征构建症状性斑块的预测模型(模型A);其次,剔除所有不稳定特征后构建预测模型(模型B);最后,剔除图像质量不佳者,构建预测模型(模型C)。重复扫描影像组学特征的比较,采用Wilcoxon符号秩和检验。预测模型的诊断效能采用受试者工作特征曲线(ROC曲线)进行分析,诊断效能高低主要通过曲线下面积(AUC)体现,以DeLong检验比较不同模型效能...     

基于CT平扫纹理分析的影像组学预测肾透明细胞癌WHO/ISUP分级的初步研究

目的探讨基于肾脏CT平扫图像纹理分析的影像组学模型在预测肾透明细胞癌(ccRCC)WHO/国际泌尿病理学会(ISUP)病理分级中的价值。方法回顾性分析2016年12月至2019年5月中国科学院大学附属肿瘤医院经手术病理证实且有明确病理分级的90例ccRCC患者,按照7∶3的比例将所有患者随机分为训练组(63例)及测试组(27例)。根据2016版WHO/ISUP分级标准,将Ⅰ、Ⅱ级归为低级别组(53例),Ⅲ、Ⅳ级归为高级别组(37例)。在CT平扫图像上逐层勾画肿瘤ROI,提取93个纹理特征,利用最小绝对收缩与选择算子(LASSO)回归对特征参数进行降维,并建立影像组学评分(Rad-score)。以病理分级结果为金标准,采用logistic回归构建ccRCC病理分级的预测模型。采用ROC曲线及校准曲线评价模型的诊断效能,计算曲线下面积(AUC)、敏感度、特异度和准确度。采用Hosmer-Lemeshow拟合优度检验评价模型的校准度。结果经降维和交叉验证后筛选出10个非零系数的纹理特征,根据这10个特征及其对应系数的线性加权形成预测ccRCC新病理分级的影像组学风险评分,并建立预测模型。该模型在训练组中的AUC值为0.933(95%CI 0.862~1.000),其判断WHO/ISUP分级高级别ccRCC的灵敏度为92.3%,特异度为89.2%,准确度为90.5%,校准曲线显示该模型的校准度较好(P=0.257)。在测试组中的AUC值为0.875(95%CI 0.734~1.000),灵敏度为72.7%,特异度为87.5%,准确度为81.5%,校准曲线显示该模型的校准度较好(P=0.125)。结论基于平扫CT纹理分析构建的影像组学预测模型对ccRCC WHO/ISUP病理分级的评估具有应用潜能。     

临床及CT平扫特征列线图预测幕上脑实质出血早期血肿扩大的价值

目的:评价临床及CT平扫特征构建的列线图模型预测幕上脑实质出血早期血肿扩大(HE)的价值。方法:回顾性分析291例幕上脑出血患者的临床资料及CT征象。根据HE的发展,将患者分为HE组(n=131)和非HE组(n=160),按7∶3比例采用随机分层抽样将患者分为训练集(n=204)和验证集(n=87),比较两组患者的临床资料和CT征象,采用单因素及多因素Logistic回归分析筛选独立危险因素,并构建列线图预测模型。分别使用受试者操作特征(ROC)曲线及曲线下面积(AUC)、校准曲线和临床影响曲线(CIC)评估模型的区分度、校准度和临床实用性。结果:空腹血糖、黑洞征、漩涡征、混杂征是HE的独立危险因素(P均<0.05)。列线图模型在训练集、验证集AUC分别为0.787(95%CI:0.723～0.851)、0.716(95%CI:0.594～0.839)。Hosmer-Lemeshow拟合优度检验显示,模型的预测结果与实际结果差异无统计学意义(χ²=9.007,P=0.342,R²=0.328)。校准曲线显示模型的拟合效果较好。CIC显示...     

双参数磁共振影像组学联合血清PSA对预测前列腺癌Gleason分级的临床价值研究

目的 探讨基于双参数磁共振影像组学联合血清前列腺特异性抗原(PSA)列线图模型预测前列腺癌(PCa)Gleason分级的临床价值。方法 回顾性分析经病理证实的338例PCa患者的影像及临床资料，高危组(Gleason评分>7分)185例，中低危组(Gleason评分≤7分)153例。利用分割软件手动勾画所有患者的病灶感兴趣区并进行高通量特征提取，经过筛选和降维处理后构建影像组学预测模型。受试者工作特征曲线(ROC)用于评估模型对Gleason分级的预测效能。结果 分别构建基于T₂WI序列、ADC序列和T₂WI+ADC序列的影像组学模型，三组模型在测试组中的曲线下面积(AUC)分别为0.763、0.765、0.780。列线图预测模型由年龄、总前列腺特异性抗原(TPSA)、游离前列腺特异性抗原(FPSA)及影像组学评分构成，列线图预测模在测试组中的AUC为0.874,对PCa Gleason分级的预测效能最高。结论 由年龄、TPSA、FPSA及影像组学评分构建的列线图预测模型对PCa Gleason分级具有较高的诊断效能。     

基于增强CT影像组学预测胰腺导管腺癌病理分化程度的研究

目的 探讨基于增强CT影像组学预测模型在术前预测胰腺导管腺癌(PDAC)病理分化程度可行性及价值。方法 选取术后病理证实为PDAC患者138例，分为高-中分化组和低分化组。分别在术前增强CT的动脉期和静脉期图像对肿块进行手动全层勾画，并提取纹理特征。采用最小冗余最大相关算法(mRMR)、最小绝对收缩和选择算子(LASSO)逐步回归算法进行特征的降维、筛选，分别构建支持向量机、随机森林、Logistic回归和K最邻近四种机器学习预测模型，以5折交叉验证的方法对四种预测模型进行验证，并对模型进行外部验证。绘制ROC曲线评价四种预测模型的预测效能。结果 临床及常规CT特征对PDAC分化程度无预测意义。基于筛选最优影像组学特征，分别构建预测PDAC分化程度的Logistic回归模型、K最邻近模型、支持向量机模型与随机森林模型，绘制ROC曲线评价四种预测模型预测效能，训练组其曲线下面积(AUC)分别为0.89、0.67、0.87、0.95,外部验证组AUC分别为0.70、0.54、0.65、0.63。结论 基于增强CT影像组学预测模型可用于术前预测PDAC病理分化程度，其中Logistic回归预...     

基于CT图像的深度学习预测高血压脑出血早期血肿扩大的应用研究

目的 本研究旨在构建一种基于颅脑CT成像的深度学习算法进行高血压脑出血患者颅内血肿分割和血肿扩大的预测。方法 回顾性分析500例因高血压脑出血行颅脑CT平扫的患者资料。所有患者在症状出现后6 h内进行基线CT扫描，并在随后24 h内进行CT复查，比较血肿是否扩大。为构建血肿分割与血肿扩大预测模型，患者按照7∶3比例随机分为训练集和测试集。训练集共包含350例患者，用于训练模型，测试集包含150例患者，用于模型的验证。模型采用基于Attention U-Net的网络框架对颅脑CT的血肿进行自动分割并采用基于ResNet-34的网络对血肿扩大进行预测。分割模型的准确度评估采用均交并比(MIoU)和Dice系数作为评价指标。预测模型准确度评价采用受试者工作特征曲线下面积(AUC)。临床定量资料以平均±标准差表示，若符合正态分布及方差齐性检验，则采用独立样本t检验比较其差异性，不服从正态分布的连续变量比较采用Mann-Whitney U检验。P<0.05认为差异存在统计学意义。结果 血肿扩大组和非血肿扩大组在年龄(P=0.211)和性别(P=0.213)方面差异无统计学意义。非血肿扩大组...     

一种考虑肌疲劳因素的肌力预测模型修正方法

目的为提高采用表面肌电信号(sEMG)进行肌力预测的通用性,探索肌疲劳过程中肌力预测模型的修正方法。方法分别对肌肉非疲劳状态和疲劳状态下的肌力预测问题进行研究。首先采用曲线拟合建立非疲劳状态下的肌力预测模型,然后开展恒力和线性上升力两种发力方式的疲劳实验,分析肌疲劳对肌力预测的影响,并在此基础上针对线性上升力疲劳过程,建立肌力预测模型系数与肌疲劳程度的函数关系,最后利用疲劳程度对肌力预测模型进行动态修正。结果测试结果显示,当疲劳程度逐渐加深时修正后的预测误差基本保持稳定。结论本方法可有效用于线性上升力疲劳过程的肌力预测。     

CT影像组学模型预测CNLC Ⅰ～Ⅱ期肝细胞癌切除术后早期复发的研究

目的 建立术前CT影像组学预测模型对中国肝癌分期(CNLC)Ⅰ～Ⅱ期肝细胞癌(HCC)切除术后早期复发进行预测。方法 回顾性分析接受手术切除的CNLCⅠ～Ⅱ期HCC患者153例的资料。用3D slicer软件勾画肿瘤感兴趣区(ROI),用pyradiomics包提取影像组学特征。基于LASSO算法进行特征筛选、并建立影像组学标签(Rad-score)。采用单因素Logistic回归和多因素Logistic逐步回归法确立独立预测因子,构建影像组学预测模型和临床预测模型。用受试者工作特征曲线(ROC)曲线下面积(AUC)来比较模型的区分度,用校准曲线评估模型的校准度,用临床决策曲线分析(DCA)评估模型的临床应用价值。结果 Rad-score、瘤内供血动脉、肝功能白蛋白-胆红素分级(ALBI分级)、性别是独立预测因子。影像组学模型具有良好的预测效能(AUC:训练组0.900,验证组0.853),优于临床模型(AUC:训练组0.823,验证组0.741)。校准曲线显示影像组学模型具有良好的校准度。DCA显示阈值概率在0.1～1.0时,影像组学模型的净获益要高于临床模型。结论 基于CT影像组学...     

基于CT图像的评分模型预测食管鳞癌喉返神经旁淋巴结转移风险

目的:基于原发肿瘤及淋巴结CT特征建立评分模型预测食管鳞癌患者喉返神经旁淋巴结(RLN-LN)转移风险。方法:回顾性收集2014年1月至2019年12月于北京大学肿瘤医院行食管癌根治术并清扫RLN-LN的92例食管鳞癌患者。根据术后淋巴结病理结果分为RLN-LN转移组(n=37)和非转移组(n=55)。评估术前CT图像,记录食管癌患者年龄、性别、分化程度、肿瘤位置、肿瘤大小(肿瘤长度、肿瘤厚度、厚度/长度)、RLN-LN大小(淋巴结短径、长径、短径/多平面重建(MPR)最长径]。采用多元logistic回归筛选独立预测因子并建立评分模型,采用ROC曲线评估评分模型及独立预测因子诊断RLN-LN转移的效能,采用Z检验比较曲线下面积(AUC)的差异。应用Hosmer-Lemeshow检验和校准曲线评估模型拟合度。结果:肿瘤位置、肿瘤长度、RLN-LN短径、短径/MPR最长径是RLN-LN转移的独立预测因子,其诊断RLN-LN转移的AUC分别为0.586、0.705、0.831、0.777。基于以上4个CT特征建立评分模型,评分模型诊断RLN-LN转移的AUC为0.903(95%CI 0.846~0.959),优于各单一CT特征(Z=5.812,P<0.001;Z=2.161,P=0.030;Z=2.929,P=0.003;Z=4.052,P<0.001)。拟合优度Hosmer-Lemeshow检验结果显示P=0.555,校准曲线提示评分模型预测RLN-LN转移风险与实际转移风险之间具有良好的一致性。结论:基于CT图像的评分模型有助于食管鳞癌RLN-LN转移状态危险分层。     

左髂总静脉受压继发髂股静脉血栓形成风险预测模型构建和评价北大核心CSCD

目的 构建并评价左髂总静脉(LCIV)受压继发髂股静脉血栓形成的风险预测模型。方法 回顾性分析2012年11月至2019年12月在南方医科大学顺德医院接受血管内介入治疗的血栓性髂静脉受压综合征患者临床资料。根据纳入和排除标准选取治疗组和对照组,两组患者按年龄-性别1∶1进行匹配。根据CT横断面上所测LCIV和右髂总静脉最小短径计算LCIV受压比例。采用Padua量表评分评估静脉血栓栓塞症(VTE)危险因素,多因素logistic回归分析构建左髂股静脉血栓形成风险预测模型,受试者工作特征曲线(ROC)、Hosmer-Lemeshow拟合优度检验及k折交叉验证评价模型预测效能。结果 治疗组共纳入93例患者,其中男23例,女70例,年龄(57.1±16.9)岁(22~88岁)。治疗组、对照组LCIV受压比例分别为(77.10±12.88)%、(42.11±21.22)%(P<0.01),LCIV受压与髂股静脉血栓形成呈相关性,并与VTE危险因素间存在协同作用。所构建预测模型:P(髂股静脉血栓形成概率)=exp(logit P)/[1+exp(logit P)],logit P=-9.07+0.61×VTE危险因素评分+0.13×LCIV受压比例。logit P的ROC曲线下面积为0.940(0.908~0.971),Hosmer-Lemeshow拟合优度为P=0.563,k折交叉验证训练准确度为0.871±0.007,预测准确度为0.844±0.048。结论 基于LCIV受压比例和Padua危险因素评分所建左髂股静脉血栓形成风险模型具有良好的预测效能。     

基于肝脾及门静脉MRI形态学特征的Logistic回归模型预测乙肝肝硬化继发食管胃底静脉曲张出血风险

目的 探讨基于肝脾及门静脉MRI形态学特征的新模型预测乙肝肝硬化继发食管胃底静脉曲张出血（OVB）的价值。方法 前瞻性分析210例连续性乙肝肝硬化病人的肝脾及门静脉MRI形态学特征及临床资料,采用随机数字表法按7∶3的比例将病人分为训练集（147例）和验证集（63例）。2年随访期内,训练集和验证集分别有47例和21例发生OVB。在训练集,采用卡方检验、t检验或Mann-Whitney U检验比较有和无OVB病人间肝脾及门静脉MRI形态学特征及临床资料的差异。将差异有统计学意义的指标纳入多因素Logistic回归分析,获得OVB的独立预测因素。基于独立预测因素构建OVB预测模型,并通过受试者操作特征（ROC）曲线下面积（AUC）评估模型的预测效能,最后在验证集通过Kappa检验验证模型的预测效能。结果 训练集中,OVB病人肝右叶及全肝体积小于无OVB病人（均P<0.05）,左内叶、左外叶及尾叶体积在有和无OVB的病人间差异无统计学意义（均P>0.05）。OVB病人脾体积、脾体积与各肝叶体积的比值、门静脉系统直径及腹水发生率均大于无OVB病人（均P<0.05）。多因素Logistic回归分析显示肝右叶体积、胃左静脉直径、门静脉直径以及腹水（比值比分别为0.994、2.24、1.571及3.983,均P<0.05）是OVB的独立预测因素,基于独立预测因素建立的Logistic模型预测OVB的效能极佳（AUC=0.934）。在验证集,预测模型效能也极佳（κ=0.828）。结论 本研究建立的Logistic模型预测继发于乙肝肝硬化的OVB具有较高的预测效能。