集团变量分析方法用于肝癌术后复发的影响因素研究

目的：研究影响肝癌术后复发的集团因素及其中的主要因素。方法：采用集团变量的分析方法。结果：选用了影响肝癌预后的集团因素，进一步研究了各集团因素中的主要因素。结论：集团变量分析方法适用于变量较多时影响因素的分析。本研究将其应用于生存资料的分析，研究结果为临床定量分析肝癌术后复发的影响因素提供了科学依据。     

数据挖掘技术在肝癌术后预测分析中的应用初探

目的：考察数据挖掘技术对肝癌患者术后预测的效果。方法：采用数据挖掘技术中的神经网络方法在SAS软件上构建神经网络模型。利用该模型分析我校东方肝胆外科医院1990年1月1日入院至1995年12月31日出院的1457例肝癌患者的临床资料，检测其对肝癌患者术后复发的预测准确率。结果：从56个指标中筛选出有统计学意义的11个指标进入模型，经适当训练后在验证集和测试集上预测准确率均在80％以上。结论：数据挖掘技术可应用于肝癌术后预测分析，效果较为理想。在应用数据掺掘技术时应采用较大样本，同时还应根据资料类型选用适当的方法，反复尝试。     

数据挖掘技术在医学领域中的应用

传统统计手段无法对海量数据进行有效地分析，数据挖掘技术的出现使人们看到了解决这一问题的曙光，它能将大量数据背后隐藏的有价值的信息挖掘出来，给用户带来巨大的经济效益和社会效益。目前数据挖掘技术在医学领域的应用尚处于起步阶段，但随着该方法的日益普及，其必将在医学领域得到更加广泛的应用。     

基因表达数据中误分类点的识别与处理

有监督的分析方法目前已被广泛应用于微阵列表达数据分析中 ,但训练集本身存在的个别样本的误分类情况大大影响了分类的质量。支持向量机 (SVMs)是近几年出现的一种新的通用学习算法 ,它独特的性能不仅非常适合于处理微阵列基因表达数据 ,而且还能对训练集中的误分类点做出准确的推测。介绍了如何利用 SVMs算法对 c DNA微阵列表达数据中的误分类点进行识别 ,并对如何处理误分类点给出了几点建议     

关联规则在医学领域中应用的探索

通过将医学资料中的多维数据集转化为事务数据库进行了关联规则的挖掘,并利用列联表的X2检验和可信度的提高来进行规则剪除。模拟数据和实际资料的分析表明该方法所得到的关联规则基本揭示了数据所蕴涵的信息,在大样本、多变量医学资料中具有一定的应用价值。     

生殖健康综合评价模型的研究——生殖健康综合评价指标的筛选

目的 :探讨生殖健康评价中综合评价指标的筛选原则与方法。方法 :设置了 78项生殖健康备选指标 ,确定了筛选生殖健康综合评价指标的 6项原则 :重要性、特异性、敏感性、代表性、可靠性和可获得性。结果 :根据这些原则 ,将主客观方法相结合筛选指标 ,应用一系列数理统计学方法和专家咨询法 ,最后选出 1 9项生殖健康综合评价指标。并对入选指标的代表性和筛选指标方法的可靠性进行了验证。结论 :所选指标有非常好的代表性 ,所应用的筛选指标的方法可行。本研究方法对于其他领域综合评价指标的筛选也有参考价值     

基于信息熵的决策树在慢性胃炎中医辨证中的应用

目的:探讨基于信息熵的决策树在慢性胃炎中医辨证分型中的应用.方法:采用bootstrap方法对406例样本进行扩增以满足数据挖掘对样本量的要求,采用基于信息熵的决策树C4.5算法建立中医辨证模型.结果:决策树C4.5算法筛选出对中医辨证分型有意义的26个因素并对其重要性进行排序;产生清楚易懂可用于分类的决策规则;建立辨证模型,模型分类符合率为:训练集83.60%,验证集80.67%,测试集81.25%;模型区分各类证型的灵敏度和特异度也较高.结论:决策树C4.5算法建立的模型效果较好,可应用于慢性胃炎中医证型的鉴别诊断.     

海南省汉族和黎族妇女亚甲基四氢叶酸还原酶和甲硫氨酸合成酶还原酶基因多态性分布研究

目的:比较海南省汉族和黎族妇女亚甲基四氢叶酸还原酶(MTHFR)C677T、A1298C及甲硫氨酸合成酶还原酶(MTRR)A66G多态性分布情况,获取其多态性位点的群体遗传学特征。方法:采用横断面调查研究方法,以海南省内11437例汉族与黎族孕妇为对象,采集口腔黏膜上皮细胞,提取DNA,采用Taqman-MGB技术,进行编码基因MTHFR和MTRR的相关多态性位点检测。结果:汉族妇女MTHFR C677T位点基因型纯合突变TT型高于黎族妇女,黎族妇女MTHFRA1298C基因型纯合突变CC型、MTRR A66G基因型纯合突变GG型的频率高于汉族妇女(P<0.01)。结论:海南省汉族与黎族妇女MTHFR和MTRR基因多态性分布存在差异。     

cDNA微阵列实验分析中常用的统计方法

针对cDNA微阵列杂交实验从设计、收集样本到数据的采集、整理和分析等全过程,介绍了 如何基于统计学原理对各个过程常见的问题进行处理,并对各种方法的优缺点简要概述,为研究者有效 进行微阵列实验提供参考。     

基于信息熵的决策树在慢性胃炎中医辨证中的应用

目的探讨基于信息熵的决策树在慢性胃炎中医辨证分型中的应用.方法对406例慢性胃炎病例进行bootstrap抽样至2000病例,采用基于信息熵的决策树C4.5算法建立中医辨证模型.结果决策树C4.5算法筛选出影响中医辨证分型的26个重要因素;产生可用于分类的诊断规则;建立辨证模型,模型分类符合率为,训练集83.60%,验证集80.67%,测试集81.25%.结论决策树C4.5算法建立的模型效果较好,可应用于慢性胃炎中医辨证分型的预测.