首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 93 毫秒
1.
目的 建立肺结核发病判别模型,为肺结核密切接触者早期的诊断和发现提供科学依据.方法 使用logistic逐步回归分析筛选关键影响因素,采用逐步Bayes判别法对肺结核密切接触者发病的关键因素进行筛选并建立判别模型.结果 密切接触者未发病判别函数为:Y1=-39.831(常数)+1.927X1(患者痰涂片阳性次数)+3.528X2(接触者文化程度)+0.309X3(接触时间)+5.893X4(咳嗽时回避)+2.140X5(居室通风)+8.706X6(接触者咳嗽)+30.970X7(接触者发热);密切接触者发病判别函数:Y2=-57.875(常数)+2.343X1(患者痰涂片阳性次数)+3.965X2(接触者文化程度)+0.361X3(接触时间)+6.296X4(咳嗽时回避)+1.348 X5(居室通风)+12.984X6(接触者咳嗽)+36.555 X7(接触者发热).结论 模型的建立有助于肺结核密切接触的早期诊断分析,并进行早期的干预和治疗.  相似文献   

2.
目的 建立肺结核发病判别模型,为肺结核密切接触者早期的诊断和发现提供科学依据.方法 使用logistic逐步回归分析筛选关键影响因素,采用逐步Bayes判别法对肺结核密切接触者发病的关键因素进行筛选并建立判别模型.结果 密切接触者未发病判别函数为:Y1=-39.831(常数)+1.927X1(患者痰涂片阳性次数)+3.528X2(接触者文化程度)+0.309X3(接触时间)+5.893X4(咳嗽时回避)+2.140X5(居室通风)+8.706X6(接触者咳嗽)+30.970X7(接触者发热);密切接触者发病判别函数:Y2=-57.875(常数)+2.343X1(患者痰涂片阳性次数)+3.965X2(接触者文化程度)+0.361X3(接触时间)+6.296X4(咳嗽时回避)+1.348 X5(居室通风)+12.984X6(接触者咳嗽)+36.555 X7(接触者发热).结论 模型的建立有助于肺结核密切接触的早期诊断分析,并进行早期的干预和治疗.  相似文献   

3.
目的 建立肺结核发病判别模型,为肺结核密切接触者早期的诊断和发现提供科学依据.方法 使用logistic逐步回归分析筛选关键影响因素,采用逐步Bayes判别法对肺结核密切接触者发病的关键因素进行筛选并建立判别模型.结果 密切接触者未发病判别函数为:Y1=-39.831(常数)+1.927X1(患者痰涂片阳性次数)+3.528X2(接触者文化程度)+0.309X3(接触时间)+5.893X4(咳嗽时回避)+2.140X5(居室通风)+8.706X6(接触者咳嗽)+30.970X7(接触者发热);密切接触者发病判别函数:Y2=-57.875(常数)+2.343X1(患者痰涂片阳性次数)+3.965X2(接触者文化程度)+0.361X3(接触时间)+6.296X4(咳嗽时回避)+1.348 X5(居室通风)+12.984X6(接触者咳嗽)+36.555 X7(接触者发热).结论 模型的建立有助于肺结核密切接触的早期诊断分析,并进行早期的干预和治疗.  相似文献   

4.
目的 建立肺结核发病判别模型,为肺结核密切接触者早期的诊断和发现提供科学依据.方法 使用logistic逐步回归分析筛选关键影响因素,采用逐步Bayes判别法对肺结核密切接触者发病的关键因素进行筛选并建立判别模型.结果 密切接触者未发病判别函数为:Y1=-39.831(常数)+1.927X1(患者痰涂片阳性次数)+3.528X2(接触者文化程度)+0.309X3(接触时间)+5.893X4(咳嗽时回避)+2.140X5(居室通风)+8.706X6(接触者咳嗽)+30.970X7(接触者发热);密切接触者发病判别函数:Y2=-57.875(常数)+2.343X1(患者痰涂片阳性次数)+3.965X2(接触者文化程度)+0.361X3(接触时间)+6.296X4(咳嗽时回避)+1.348 X5(居室通风)+12.984X6(接触者咳嗽)+36.555 X7(接触者发热).结论 模型的建立有助于肺结核密切接触的早期诊断分析,并进行早期的干预和治疗.  相似文献   

5.
目的 建立肺结核发病判别模型,为肺结核密切接触者早期的诊断和发现提供科学依据.方法 使用logistic逐步回归分析筛选关键影响因素,采用逐步Bayes判别法对肺结核密切接触者发病的关键因素进行筛选并建立判别模型.结果 密切接触者未发病判别函数为:Y1=-39.831(常数)+1.927X1(患者痰涂片阳性次数)+3.528X2(接触者文化程度)+0.309X3(接触时间)+5.893X4(咳嗽时回避)+2.140X5(居室通风)+8.706X6(接触者咳嗽)+30.970X7(接触者发热);密切接触者发病判别函数:Y2=-57.875(常数)+2.343X1(患者痰涂片阳性次数)+3.965X2(接触者文化程度)+0.361X3(接触时间)+6.296X4(咳嗽时回避)+1.348 X5(居室通风)+12.984X6(接触者咳嗽)+36.555 X7(接触者发热).结论 模型的建立有助于肺结核密切接触的早期诊断分析,并进行早期的干预和治疗.  相似文献   

6.
目的 建立肺结核发病判别模型,为肺结核密切接触者早期的诊断和发现提供科学依据.方法 使用logistic逐步回归分析筛选关键影响因素,采用逐步Bayes判别法对肺结核密切接触者发病的关键因素进行筛选并建立判别模型.结果 密切接触者未发病判别函数为:Y1=-39.831(常数)+1.927X1(患者痰涂片阳性次数)+3.528X2(接触者文化程度)+0.309X3(接触时间)+5.893X4(咳嗽时回避)+2.140X5(居室通风)+8.706X6(接触者咳嗽)+30.970X7(接触者发热);密切接触者发病判别函数:Y2=-57.875(常数)+2.343X1(患者痰涂片阳性次数)+3.965X2(接触者文化程度)+0.361X3(接触时间)+6.296X4(咳嗽时回避)+1.348 X5(居室通风)+12.984X6(接触者咳嗽)+36.555 X7(接触者发热).结论 模型的建立有助于肺结核密切接触的早期诊断分析,并进行早期的干预和治疗.  相似文献   

7.
目的 建立肺结核发病判别模型,为肺结核密切接触者早期的诊断和发现提供科学依据.方法 使用logistic逐步回归分析筛选关键影响因素,采用逐步Bayes判别法对肺结核密切接触者发病的关键因素进行筛选并建立判别模型.结果 密切接触者未发病判别函数为:Y1=-39.831(常数)+1.927X1(患者痰涂片阳性次数)+3.528X2(接触者文化程度)+0.309X3(接触时间)+5.893X4(咳嗽时回避)+2.140X5(居室通风)+8.706X6(接触者咳嗽)+30.970X7(接触者发热);密切接触者发病判别函数:Y2=-57.875(常数)+2.343X1(患者痰涂片阳性次数)+3.965X2(接触者文化程度)+0.361X3(接触时间)+6.296X4(咳嗽时回避)+1.348 X5(居室通风)+12.984X6(接触者咳嗽)+36.555 X7(接触者发热).结论 模型的建立有助于肺结核密切接触的早期诊断分析,并进行早期的干预和治疗.  相似文献   

8.
目的 建立肺结核发病判别模型,为肺结核密切接触者早期的诊断和发现提供科学依据.方法 使用logistic逐步回归分析筛选关键影响因素,采用逐步Bayes判别法对肺结核密切接触者发病的关键因素进行筛选并建立判别模型.结果 密切接触者未发病判别函数为:Y1=-39.831(常数)+1.927X1(患者痰涂片阳性次数)+3.528X2(接触者文化程度)+0.309X3(接触时间)+5.893X4(咳嗽时回避)+2.140X5(居室通风)+8.706X6(接触者咳嗽)+30.970X7(接触者发热);密切接触者发病判别函数:Y2=-57.875(常数)+2.343X1(患者痰涂片阳性次数)+3.965X2(接触者文化程度)+0.361X3(接触时间)+6.296X4(咳嗽时回避)+1.348 X5(居室通风)+12.984X6(接触者咳嗽)+36.555 X7(接触者发热).结论 模型的建立有助于肺结核密切接触的早期诊断分析,并进行早期的干预和治疗.  相似文献   

9.
目的 建立肺结核发病判别模型,为肺结核密切接触者早期的诊断和发现提供科学依据.方法 使用logistic逐步回归分析筛选关键影响因素,采用逐步Bayes判别法对肺结核密切接触者发病的关键因素进行筛选并建立判别模型.结果 密切接触者未发病判别函数为:Y1=-39.831(常数)+1.927X1(患者痰涂片阳性次数)+3.528X2(接触者文化程度)+0.309X3(接触时间)+5.893X4(咳嗽时回避)+2.140X5(居室通风)+8.706X6(接触者咳嗽)+30.970X7(接触者发热);密切接触者发病判别函数:Y2=-57.875(常数)+2.343X1(患者痰涂片阳性次数)+3.965X2(接触者文化程度)+0.361X3(接触时间)+6.296X4(咳嗽时回避)+1.348 X5(居室通风)+12.984X6(接触者咳嗽)+36.555 X7(接触者发热).结论 模型的建立有助于肺结核密切接触的早期诊断分析,并进行早期的干预和治疗.  相似文献   

10.
目的 建立肺结核发病判别模型,为肺结核密切接触者早期的诊断和发现提供科学依据.方法 使用logistic逐步回归分析筛选关键影响因素,采用逐步Bayes判别法对肺结核密切接触者发病的关键因素进行筛选并建立判别模型.结果 密切接触者未发病判别函数为:Y1=-39.831(常数)+1.927X1(患者痰涂片阳性次数)+3.528X2(接触者文化程度)+0.309X3(接触时间)+5.893X4(咳嗽时回避)+2.140X5(居室通风)+8.706X6(接触者咳嗽)+30.970X7(接触者发热);密切接触者发病判别函数:Y2=-57.875(常数)+2.343X1(患者痰涂片阳性次数)+3.965X2(接触者文化程度)+0.361X3(接触时间)+6.296X4(咳嗽时回避)+1.348 X5(居室通风)+12.984X6(接触者咳嗽)+36.555 X7(接触者发热).结论 模型的建立有助于肺结核密切接触的早期诊断分析,并进行早期的干预和治疗.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号