相似度分析方法在亚健康状态症状指标分析中的应用

目的 应用相似度分析方法,对亚健康状态的人群的临床症状进行特征分析,探讨各个症状间的相似程度.方法 使用4种不同计算方法分析亚健康的流行病学调查数据:同时通过相似度分析提炼亚健康状态的重要临床特征.结果 采用4种方法对亚健康症状的分析结果符合临床实际,精简了亚健康的症状数量.结论 使用夹角余弦、相似度D、谱图相似度3种相似度分析方法比传统的相关分析准确度高,与临床实际基本相符.该方法可简化临床症状指标数量,可形成亚健康状态的某些特征要素,为亚健康状态的评价研究提供方法学参考.     

高校青年教师亚健康危险因素Logistic回归分析

目的 了解高校教师危险人群中亚健康状态的分布情况及其影响因素，为高校教师的保健工作提供科学依据。方法 采用统一的调查问卷对广东省19所高校教师进行亚健康调查，并用Logistic回归分析亚健康影响因素。结果 30—40岁是高校教师亚健康危险年龄段，其中女性重度亚健康高于男性；工作不开心、工作时间长、缺乏体育活动等是高校青年教师亚健康状态的危险因素。结论 高校教师亚健康危险人群中应重视女性重度亚健康；提高教师对亚健康的认识，保持轻松健康心态，避免长时期的过度疲劳，化解压力，合理工作是预防与控制亚健康状态的重要措施。     

Boosting方法在高维数据分析中的应用

目的 随着现代基因组学、蛋白组学和代谢组学等研究兴起,产生了大量的高维组学数据.对高维组学数据的分析,其重要任务是对样品进行分类及筛选出具有生物学意义的特征标志物.本项研究针对这一问题,采用目前公认效果较好的Boosting方法进行高维数据分析,并探讨Boosting算法在高维数据研究中的应用条件和效果.方法 通过多次迭代,Boosting能够将基础弱分类器（决策树）形成优效分类器.模拟试验研究和验证了在含有大量无差异变量情况下对分类及变量重要性度量的效果,并通过实际基因表达数据进一步考核其应用效果.结果 模拟试验显示,应用Boosting方法与决策树所建的组合模型对分类具有较高的准确性,并对噪声变量的干扰具有一定的抵抗能力.分类的同时能够对变量的重要性进行有效的评价;在保留了所有基因的情况下,对结肠癌真实基因表达数据的分类效果甚为理想,并为医学研究中结肠癌致病基因的发现提供了线索.结论 基于决策树所构造的Boosting组合分类模型,可以有效地应用于高维数据的判别分类及变量重要性评价的问题.Boosting算法在解决小样本、多噪声的高维问题中表现出许多潜在的优势,与目前使用的其他方法相比,对于具有复杂结构高维数据,Boosting算法有其明显的自身特点,如运算速度快,适用性更强,软件实现相对容易等,是一种值得推荐和进一步研究的方法.     

随机梯度boosting算法在代谢组学研究中的应用

目的 探讨随机梯度boosting算法(SGB)对代谢组学数据分类判别和代谢物筛选的效果.方法 每一次迭代均根据损失函数最小化原则得出“伪残差”,并用最小二乘法对其构建基础分类器(决策树),最终组合各分类器形成随机梯度boosting模型.通过模拟实验和真实代谢组学数据的分析,与Adaboost、RF、SVM三种算法进行比较.结果 无论是在模拟条件下还是真实数据中,随机梯度boosting算法的分类准确性都优于其他三种算法.算法可评价各代谢物重要性,有效地筛选出部分代谢物.结论 随机梯度boosting算法适用于代谢组学数据研究,对疾病早期诊断、治疗和预后具有重要价值,值得进一步研究和探索.     

女性亚健康状态及中医药防治探讨

处于健康与疾病之间的边缘状态可成为亚健康状态，随着亚健康状态对人类健康的威胁不断增大，现已经成为广大临床医师所面对的热点问题。现代中医认为，亚健康状态是由于体内阴阳失调引起，并提出了有针对性的防治对策及方法。大量临床实验研究证实，中医药在防治亚健康方面具有重要的意义，本次即从中医药的角度对女性亚健康的发病原因及防治对策进行总结与分析，旨在提升亚健康人群的生活质量。     

廊坊市三甲医院临床医生亚健康状态调查分析

目的了解廊坊市三甲医院临床医生亚健康现状及其影响因素,为开展针对性的干预措施,提高临床医生的工作效率和医疗服务质量提供依据。方法以廊坊市3家三甲医院的临床医生为对象开展问卷调查,对调查结果进行描述性分析、卡方检验及二项分类Logistic回归分析。结果调查发现临床医生亚健康发生率为46.28%,30～40岁、工龄5～10年是临床医生发生亚健康的危险阶段。初级和中级职称医生发生亚健康的风险高（P〈0.01）;亚健康的主要危险因素包括睡眠质量、休闲活动、工作能力、生活环境、居住条件、消极感受等。结论廊坊市三甲医院临床医生为亚健康高发人群,中青年医生所占比例较高。     

医药类高校科研管理中引入对应分析的尝试

对应分析的基本形式是对两个定性或分类变量构成的交互表进行分析，将定性变量数据转变成可度量的分值，减少维度并作出分值分布图。在减少维度方面，与因子分析相似；在作分布图方面，与多维标度方法相似。其优点就在于可以同时做到这两方面，而这是其他的统计方法所不能达到的，因而具有广泛的应用。     

医学研究统计方法应用：第十五讲 logistic回归方法的正确应用及结果的正确解释

logistic回归是研究当因变量为二分变量时 ,因变量与自变量关系的常用方法 ,自 2 0世纪 80年代初引入国内后 ,随着计算机技术的发展 ,统计软件的日益成熟而得到了十分广泛的应用。但是并不是所有的研究者对于logistic回归的方法都能正确使用 ,对结果都能正确解释。近年来的文献中经常出现对方法错用、误用及对结果的错误解释的现象。下面仅就在使用logistic方法时经常出现的错误进行探讨。一、logistic回归中分类变量的数量化方法在logistic回归中 ,自变量可以有多种形式。以连续变量形式表示的如年龄 ;以等级变量形式进入方程的如不同的污…     

多元线性回归方法的正确应用和表达

正在医学研究领域,一个变量的变化往往受其它多个变量的影响。如糖尿病患者的血糖变化会受到胰岛素、糖化血红蛋白、甘油三脂、血清总胆固醇等生化指标的影响。多元回归就是研究某一变量受多个变量的影响时,分析变量间的数量依存关系,以及它们对结果变量的相对作用大小。当多个变量与结果变量是线性关系时,所进行的分析即是多元线性回归。多元线性回归可以利用多个变量去预测或者控制一个结果变量的取值,从而了解这些变量对结果变量的影响及其相互关系。1 应用多元线     

福州地区高校教师亚健康影响因素的累积比数模型分析

目的了解福州地区高校教师的亚健康状况并探讨其主要影响因素。方法收集三所大学的教师体检资料并对1158名教师健康和生活习惯进行问卷调查,采用有序多分类logistic回归分析亚健康的影响因素。结果高校教师中健康者占总调查人数的13.2%,亚健康者占54.4%,慢性病患病人数占32.4%。压力、教龄、睡眠时间、体育锻炼、吸烟和性别是影响亚健康的主要因素。结论福建高校教师的健康状况不容乐观,加强体育锻炼、戒烟、规律作息和保持健康心态是保持健康的关键措施。