创伤性颅脑损伤输血预测模型的特征加权选择方法研究

目的：通过构建的特征加权方法筛选出最佳特征子集,构建创伤性颅脑损伤输血机器学习预测模型。方法：通过对临床输血多维数据的异常值与缺失值处理、特征方差与相关性系数计算、特征评分归一化与特征分数加权相加和基于相关性的特征选择（CFS）,建立单病种输血大数据的特征加权选择方法,并筛选出最佳特征子集,采用XGBoost算法模型验证特征子集的应用性能。结果：本研究建立了创伤性颅脑损伤输血大数据的特征加权选择方法,通过对医院3 579例颅脑创伤患者临床输血大数据纳入的46个特征进行筛选,最终纳入16个特征作为最佳特征子集。XGBoost算法模型预测结果显示特征加权选择的特征子集构建的模型的准确率、ROC曲线下面积、召回率和F1值均高于卡方算法、随机森林和逻辑回归特征选择。结论：特征加权选择方法可有效提取临床输血多维数据中的重要特征,可提升临床输血模型预测准确性,为构建输血预测机器学习模型和人工智能开发提供支持。     

中国城市流动人口居留意愿及影响因素研究

目的：分析中国城市流动人口居留意愿及影响因素。方法：利用2016年国家卫生健康委流动人口动态监测调查数据,依《2016中国城市商业魅力排行榜》将数据按城市等级划分4类样本,采用比较分析的方式,分析个体特征、家庭特征、社会特征、经济特征和流动特征这5个方面的因素对不同等级城市流动人口居留意愿的影响情况。结果：我国不同等级城市流动人口群体特征差异显著,个体特征、家庭特征、经济特征、社会特征和流动特征对各个等级城市流动人口居留意愿均有较强影响。结论：我国政府应倡导流动人口近距离流动,缩短城市间发展差距,加强知识和技能培训,鼓励流动人口自主创业,推进流动人口公共服务均等化,加速我国城镇化建设。     

基于多特征融合的医疗社区问题文本聚类研究

目的：医学问题文本数据存在上下文语义缺失且特征稀疏高维等特点,为提高其聚类效果,提出将文本语义特征和主题特征相融合的文本表示方法用于文本聚类。方法：以医疗社区中的问题文本为数据源,将加权fastText词汇语义特征和LDA文档主题特征融合对问题文本进行表示,构建融合特征用于问题文本聚类,聚类效果评估采用聚类准确度（ACC）和标准互信息（NMI）。结果：与其他方法相比,特征融合的聚类模型表现最佳,其聚类准确度和标准互信息为0.577和0.429,高于其他相关基线模型。结论：实验表明,将特征进行融合能够更加全面准确有效地表征医学问题文本,为医学问题文本特征表示和聚类知识发现提供参考。     

传染性非典型肺炎临床表现特征与五运六气相关性回顾分析

目的:探讨传染性非典型肺炎临床表现特征与五运六气的相关性.方法:将传染性非典型肺炎的发热特征、呼吸系统特征、病死原因与中医运气理论进行对比回顾分析.结果:传染性非典型肺炎的发热特征、呼吸系统特征、病死原因等临床表现特征和运气理论的警示性论述具有高度的符合性.结论:传染性非典型肺炎的临床表现特征和中医的运气理论中关于癸未年运气病候描述相一致,提示气运变化对传染性非典型肺炎的临床表现特征具有重大影响作用.     

论地方院校的区域性与基础性特征关系

由于区域经济社会发展水平的差异,地方院校的发展极不均衡,表现出明显的区域性特征.在地方院校的发展中,其基础性特征反映和改变着区域性特征,区域性特征影响甚至决定着基础性特征.     

特征因子(EigenfactorTM)与期刊评估

特征因子是汤姆森路透科技集团(Thomson Reuters)在新近发布的增强版<期刊引用报告>中推出的期刊评价新指标,包括特征因子分值(Eigenfactor Score)和论文影响分值(Article Influence Score).详细介绍特征因子的概念、工作原理以及特征因子的计算方法和公式,并以医学信息学领域的核心期刊为例分析讨论特征因子和影响因子的区别.     

YY0709-2009医用报警系统标准难点分析与解读

目的分析和解读医用电气设备和医用电气系统中报警系统的主要技术指标视觉报警信号特征和听觉报警信号特征的标准要求。方法结合设计实例和常见问题,对视觉报警信号特征的“距离”要求和“操作者的位置”要求,听觉报警信号的“时域特征”和“频域特征”进行分析,同时对报警信号设计提供建议。结果实现对视觉报警信号特征,听觉报警信号时频特征:脉冲数、脉冲间隔、脉冲群间期、脉冲振幅差异、脉冲有效持续时间、上升时间、下降时间、脉冲频率、谐波数量、谐频与基频幅值差异和音调的论述。结论正确理解标准要求,对产品设计和检验具有重要意义,有助于提高产品质量水平,保障人民群众用械安全。     

CT影像组学预测胃癌不同预后组织学分型的可行性

目的: 探讨CT影像组学在胃癌不同预后组织学分型预测中的应用价值。方法: 回顾性分析570例胃癌患者的临床资料,按组织学分型分为预后较差组和预后较好组,按照2 ∶1的比例随机分为训练组和验证组。采用软件ITK SNAP从CT图像中分割胃癌原发病灶。采用多因素分析筛选出与胃癌不同预后组织学分型最大相关性的临床特征,并以此构建临床特征模型。从所有分割图像中提取特征,再使用最大相关最小冗余(mRMR)、最小绝对收缩和选择算子(LASSO)回归和逐步回归筛选出有效特征,并以此建立影像组学标签。最后,拟合影像组学标签与临床特征,构建影像组学模型,并用受试者工作特征（ROC）曲线下面积（AUC）进行性能评估。结果： 提取了985个二维图像特征,包括一阶统计量、形状特征、纹理特征等。通过去冗余特征筛选,得到5个最有效特征构建影像组学标签。3个临床特征（年龄、性别、CT M分期）作为构建临床特征模型的参数。相较于临床特征模型和影像组学标签,影像组学模型的预测性能表现最佳,影像组学模型AUC在训练组和验证组分别为0.726 2(95%CI：0.676~0.776),0.707(95%CI：0.632~0.781)。结论： CT影像组学在术前无创预测胃癌不同预后组织学分型方面具有一定的应用潜力。     

HPLC-MS技术研究配伍对四逆汤中附子生物碱特征图谱的影响

目的:采用HPLC-MS技术比较配伍甘草前后四逆汤中附子生物碱的特征峰在量和质上的异同,阐明配伍对四逆汤中附子生物碱特征图谱的影响。方法:应用HPLC法建立四逆汤中附子生物碱的特征图谱,考察该方法的可靠性,测定附子、缺附子四逆汤、四逆汤中生物碱的特征图谱,并采用HPLC-MS检测推测特征峰的组成。结果:所建立的HPLC测定方法稳定、可靠、精密度好,可用于四逆汤中附子生物碱特征图谱的研究;以苯甲酰新乌头原碱为参比峰,标定了18个特征峰,其中8个特征峰来源于附子,8个特征峰来源于干姜和甘草水煎液,2个特征峰共同来源于二者;配伍后来源于附子的10个特征峰峰面积均有不同程度降低,甚至特征峰消失;结合文献推测来源于附子的10个特征峰。结论:配伍对四逆汤中来源于附子的特征峰有较为显著的影响,其溶出量显著降低。     

2005-2018年玉林市流行性腮腺炎流行特征和时空分析

目的 分析2005-2018年广西玉林市流行性腮腺炎的流行特征和时空分布特征,为玉林市制定防控策略提供参考依据.方法 从中国疾病预防控制信息系统的传染病报告管理系统收集2005-2018年玉林市流行性腮腺炎病例资料,采用描述流行病学方法、空间自相关分析和时空扫描分析3种方法研究流行性腮腺炎的流行特征和空间分布特征.结果...     

山紫菀类药材的性状与显微鉴别(V)

总结了山紫菀类药材性状和显微的共同特征;列出了３６种药材的显微特征检索表;并归 纳了主要的鉴别特征。     

郑州市居民对分级诊疗的认知程度及其影响因素

目的:探索郑州市居民对分级诊疗的认知程度，分析个体特征、社会特征和医疗特征对居民分级诊疗认知程度的影响，为提高居民分级诊疗认知、推动分级诊疗建设提供参考。方法:在郑州市抽取712名居民参与问卷调查。对数据进行描述性统计、探索性因子分析和多重线性回归分析。结果:郑州市居民的分级诊疗了解程度与认可程度转换后的因子值分别为36.40和59.44;多重线性回归结果显示，居民的分级诊疗认知程度主要受到社会特征和医疗特征的影响，其中社会特征主要通过教育程度和社区宣传影响居民对分级诊疗的了解程度(P<0.05),医疗特征主要通过居民对基层医疗服务和医疗保险报销政策的感知影响其对分级诊疗的了解和认可程度(P<0.05)。结论:郑州市居民对分级诊疗的总体认知程度不高，社会特征和医疗特征会对居民的分级诊疗认知程度产生显著影响，应合理采取加大宣传力度、提升基层医疗服务水平、拉大医疗保险的报销比例差距等举措，有针对性地提高居民的分级诊疗认知程度，从而为分级诊疗的实现奠定广泛的社会基础。     

军事医学学科带头人胜任特征模型研究

目的:探讨新形势下军事医学学科带头人应当具备的心理品质,建立和完善军事医学学科带头人胜任特征模型,为我军军事医学学科带头人的选拔和培养提供理论依据.方法:采用文献回顾和专家评判法,5名心理学专家参加军事医学学科带头人心理品质的筛选,挑选出20项指标构成胜任特征理论模型.围绕理论模型对30位军事医学学科带头人进行半结构式访谈,将访谈录音整理成文稿并编码分析,将编码分析获得的胜任特征模型和理论模型进行比较.结果:本研究胜任特征模型和理论胜任特征模型之间具有一致性.结论:该胜任特征模型对军事医学学科带头人具有很好的预测效度,本研究结果为我军军事医学学科带头人的选拔和培养提供了重要的理论依据.     

4种黄精地上部分的形态解剖学研究

目的 找出4种黄精地上部分的主要鉴别特征.方法 采用性状鉴定与显微鉴定的方法对4种黄精地上部分进行形态解剖学研究.结果 4种黄精地上部分在性状特征和叶横切面、茎横切面、叶表皮和粉末的显微特征方面均存在差异.结论 性状和显微方面的主要鉴别特征可作为4种黄精地上部分的鉴定依据.     

贵州汉族7种不对称行为特征的研究

目的：了解贵州汉族不对称行为特征的分布特点,为人类群体遗传学研究积累资料。方法：采用遗传学界公认的方法对684名贵州汉族利眼、扣手、利手、利足、叠臂、叠腿和起步类型7种不对称行为特征进行活体观察,并对其关系进行相关分析。结果：贵州汉族利眼、扣手、利手、利足、叠臂、叠腿和起步类型的右型出现率分别为60.1%、82.7%、90.2%、74.4%、64.8%、71.2%、57.46%;除利眼和起步类型外其他5种特征间出现率男女间差异无显著性;起步类型与利眼和叠臂关系不明显,其他特征间具有相关性（P〈0.05或P〈0.01）,右—右组合特征类型出现比例最高。结论：贵州汉族7种不对称行为特征均以右型为主,特征出现率男女间差异多不显著,特征间多具相关性,同侧组合特征类型为其亲和特征。     

方剂药性特征的表述方法及其应用

以单味药的药性为基础,以24个变量为基本指标,给出药性指标的量化方法,提出方剂药性特征的概念,并给出方剂药性特征的数学表达方法.以方剂药性特征为基础探讨消渴方的药性特征和寒凉类、温热类方剂的药性特征.结果 表明,方剂药性特征能够反映方剂药性的基本性质,为进一步探讨方剂的配伍规律提供了新的思路.     

基于临床特征及平扫CT影像组学特征模型预测早期脑出血血肿扩大的价值

目的：探讨基于临床特征和平扫CT影像组学特征机器学习模型预测早期脑出血血肿扩大（HE）的价值。方法：收集2018年1月至2020年5月温州医科大学附属第二医院急性早期自发性脑出血患者261例,根据是否存在早期HE分为HE组和非HE组,并将所有样本按7:3随机分为训练集（182例）和验证集（79例）。采用3D Slicer软件对病灶感兴趣区进行勾画。提取影像组学特征并收集患者的临床特征（人口统计学特征、CT影像学特征）。使用最小绝对值收缩和选择算子（LASSO）对影像组学特征进行筛选,保留非零系数特征;采用单因素分析及多因素Logistic回归分析筛选独立危险因素。根据筛选出的特征分别构建临床、影像组学及混合逻辑回归（LR）模型以预测早期脑出血血肿是否扩大。采用受试者工作特征曲线（ROC）及曲线下面积（AUC）对模型的预测效能进行评估。结果：从CT影像中共提取396个影像组学特征,经LASSO算法降维后筛选出7 个具有鉴别意义的影像组学特征。收集临床特征共计10 个,经单因素分析及多因素Logistic回归分析后,发现漩涡征、黑洞征、形状不规则是HE的独立危险因素（P ＜0.05）。影像组学模型、临床模型及混合模型预测效能：训练集中AUC分别为0.924、0.836和0.968,特异度分别为91.4%、81.0%和95.2%,敏感度分别为81.8%、78.4%和84.4%;验证集中AUC分别为0.919、0.796 和0.929,特异度分别为81.8%、77.5%和88.1%,敏感度分别为76.1%、64.5%和80.4%。结论：基于临床及CT影像组学特征构建的LR模型对HE具有一定的预测效能。     

雪菊的生药学研究

目的对雪菊进行生药学研究,为雪菊的基原鉴定提供理论基础。方法通过对雪菊性状以及组织构造和粉末显微特征进行观察,采用高效液相色谱对雪菊的主要成分进行分析,并建立其指纹图谱,从药材性状、显微、理化方面对雪菊进行生药学研究。结果雪菊性状特征,头状花序符合菊科共有特征,舌状花两色,上半部黄色,基部约1/2处紫褐色;粉末显微特征,黄色具刺的球形花粉粒、淡黄色至棕红色的分泌道碎片、乳头状突起的单细胞毛、花药基部细胞和花粉囊内壁细胞为其较明显的特征;建立了雪菊HPLC指纹图谱。结论雪菊性状特征符合菊科共有特征,与其同属植物剑叶金鸡菊和大花金鸡菊相比特征明显;研究补充雪菊生药学研究的不足,为雪菊系统的基原鉴定提供了参考。     

基于行为事件访谈的卫生信息化应用型人才能力素质模型

采用行为事件访谈法对20名卫生信息化从业人员进行访谈,编制卫生信息化高级应用型人才能力素质辞典,借助质性分析工具Nvivo对访谈文本进行能力素质特征编码。对绩优组和普通组的编码频次及特征等级评分进行差异分析得出8个卫生信息化高级应用型人才核心能力特征和12个基准能力特征。     

GC-MS法建立都江堰产川芎挥发油的指纹图谱

目的建立川芎挥发油特征指纹图谱,以科学评价和有效地控制川芎药材内在质量。方法采用GC-MS法分析10批川芎挥发油化学成分,标定共有峰和确定特征指纹峰。结果鉴定出13个共有峰,确定其中8个共有峰为其特征指纹峰。以特征指纹峰作为评价指标,方法的精密度、稳定性、重现性良好。结论采用GC-MS法建立川芎挥发油特征指纹图谱,其特征性和专属性强,可作为川芎药材质量控制的有效手段。