排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
在前瞻性队列研究中,经常需要对研究对象进行多次随访,其产生的多个观测值之间相互关联,常导致时依性混杂,这种情况下的数据一般不满足传统的多因素回归分析的应用条件。序列条件平均模型(SCMM)是一种可以处理时依性混杂的新方法。本文主要对SCMM的基本原理、步骤及特点进行概括。 相似文献
4.
目的 了解湘西少数民族地区血脂异常患病情况及其影响因素,为该地血脂异常的防控提供科学依据。方法 采用多阶段随机抽样方法抽取湘西少数民族地区≥30岁的880名居民进行调查,并采用多因素logistic回归分析模型分析血脂异常可能的影响因素。结果 湘西少数民族地区人群血脂异常患病率为38.8%,高TC血症、高TG血症、低HDL-C血症和高LDL-C血症患病率分别为7.6%、18.1%、23.2%和3.9%。多因素logistic回归分析模型分析结果显示,糖尿病(OR=1.675)和中心性肥胖(OR=2.316)是血脂异常的危险因素,高强度体力活动(OR=0.715)和年龄≥60岁(OR=0.616)是血脂异常的保护因素。结论 湘西少数民族地区血脂异常率较高,应采取积极有针对性的措施开展血脂异常的防控工作。 相似文献
5.
机器学习作为人工智能的重要分支之一,广泛运用于各个领域。机器学习与经典统计学方法有相似之处,同时又能解决许多传统统计学难以处理的难题,因此是流行病学研究的重要工具之一。本文介绍了几种机器学习的常用算法,并对其特点和在流行病学研究中的应用进行了总结。读者可根据研究目的选择适当的机器学习方法,让机器学习技术更好地为流行病学研究服务。 相似文献
6.
ELISA检测贵州省白血病和淋巴瘤患者各150例血样中弓形虫特异性抗体(Ig G、Ig M)和循环抗原(CAg),计算阳性率。PCR扩增弓形虫529 bp特异性片段。结果显示,白血病患者弓形虫Ig G和Ig M抗体阳性率分别为16.0%(24/150)和2.7%(4/150),CAg阳性率为2.0%(3/150)。淋巴瘤患者弓形虫Ig G和Ig M抗体阳性率分别为20.0%(30/150)和1.3%(2/150),CAg阳性率为0.7%(1/150)。健康人Ig G和Ig M抗体阳性率分别为6.4%(7/110)和0.9%(1/110),CAg阳性率为0.9%(1/110)。白血病患者、淋巴瘤患者和健康人之间弓形虫Ig G抗体阳性率差异有统计学意义(P0.05),白血病和淋巴瘤患者间Ig G抗体阳性率差异无统计学意义(P0.05);弓形虫Ig M抗体和CAg阳性率在各组间差异均无统计学意义(P0.05)。白血病患者、淋巴瘤患者和健康人血样中均未扩增出529 bp特异性条带。 相似文献
1