公共文化服务平台

血清人附睾蛋白4检测在肺癌中诊断价值的Meta分析被引量：4: 2017年; 目的应用Meta分析评价血清人附睾蛋白4在肺癌中的诊断价值。方法计算机对中文期刊全文数据库(CNKI)、万方数据资源系统(Wanfang Database)、维普数据库(VIP)、Pub Med、EMBase、Cochrane Library、Web of Science等数据库进行检索,检索有关HE4诊断肺癌方面的研究,检索时限为从建库起至2017年1月止。根据纳入排除标准,提取符合标准的文献基本信息,并进行质量评价。采用Meta-Di Sc 1.4和Stata 14.0软件进行数据处理分析。结果共纳入8篇文献,总计肺癌组706例,对照组653例。血清人附睾蛋白4诊断肺癌的合并SEN、SPE、PLR、NLR、DOR及95%CI分别为0.68(0.65~0.72)、0.88(0.85~0.90)、6.50(4.13~10.22)、0.36(0.33~0.41)、19.62(11.29~34.11)。SROC曲线下面积(area under the curve,AUC)为0.780 4,Q指数为0.718 9。结论 HE4对肺癌有一定的诊断价值。; 时中文王斌王冰冰黄平; 关键词：肺癌 META分析

手足口病流行的季节性与气候因素的关系研究被引量：21: 2020年; 目的探讨手足口病流行的季节性与气候因素的关系。方法运用小波分析研究手足口病的周期性(periodicity)及其与气候因素的同步性(cohenrence)。结果平均气温、周日照时长、平均气压、平均相对湿度均和手足口病在1年周期处有共同高能量,周日照时长、平均相对湿度还和手足口病在半年周期处有共同高能量。结论平均气温、周日照时长、平均气压、平均相对湿度均和手足口病有密切关系,小波分析可用于研究手足口病流行的季节性与气候因素的关系。; 余功超冯慧芬王芳秦新华赵宝玲王斌黄平赵敬; 关键词：手足口病季节性气候因素小波分析

时间序列分析及模型构建在预测手足口病方面的应用被引量：9: 2018年; 目的探讨时间序列分析及模型构建在预测手足口病方面的使用价值。方法通过分析郑州市某医院2009年1月到2016年10月的手足口病发病数据,按照时间序列分析的方法,建立季节性自回归积分移动平均(SARIMA)模型,并对模型进行拟合度评价,判断拟合值和实测值之间的符合程度。结果经过参数探索,最终确定最佳拟合模型为SARIMA(1,0,1)(1,0,1)12,其平稳R2为0.734;Ljung-Box Q(18)统计量值为10.497,P=0.725,拟合值和实测值的两条曲线较为接近,提示模型具有较好的拟合能力。结论时间序列分析以及季节性自回归积分移动平均(SARIMA)模型在预测手足口病方面具有较好的预测能力。; 黄平冯慧芬王斌赵敬; 关键词：手足口病时间序列分析 SARIMA模型

危险因素评分模型在识别重症手足口病方面的初步探索被引量：5: 2018年; 目的建立一个用于评估手足口病重症化的危险因素评分模型。方法收集2015年6月至2017年2月新乡市某医院收治的1 386例确诊为手足口病患儿的病例资料为研究对象,包括普通组876例,重症组510例。将原始数据分割为970例训练样本和416例检验样本。选用SPSS 25.0进行所有数据分析,对训练样本数据进行单因素和多因素Logistic回归分析,将最终筛选出的变量用于构建危险因素评分模型。最后使用检验样本的数据进行验证,通过诊断性ROC曲线比较回归方程模型和危险评分模型的诊断效能。结果最终构建的危险评分模型,包括了居住地农村、发热时间>3天、体温>39℃、白细胞>12×109/L和EV71阳性共5个评分项目,危险分级包括:低度危险(0-2分),中度危险(3-4分)和重度危险(5-7分),其重症手足口病发病风险分别为低危27.01%,中危52.14%,重危95.35%。危险评分模型与回归方程模型诊断效能相近,其曲线下面积分别为0.745和0.751。结论本研究初步建立的危险评分模型相比于传统回归方程模型更具有简便实用性,为后续研究制定更高级别的临床评分量表提供一定的参考价值。; 王斌冯慧芬黄平申远方赵敬易佳音; 关键词：重症手足口病

基于机器学习的Cat Boost模型在预测重症手足口病中的应用被引量：13: 2019年; 目的通过机器学习算法,探究CatBoost模型在预测重症手足口病(HFMD)中的应用价值。方法收集郑州市某医院2014年1月—2017年6月住院部诊治的2983例HFMD患儿,使用R3.4.3软件进行数据分析,构建CatBoost模型和其他普通模型,评估CatBoost模型的预测性能。结果最终构建的CatBoost模型,预测正确率可达87.6%,人工神经网络模型位居第二(83.8%),其他(决策树、支持向量机、logistic回归、贝叶斯网络)模型预测正确率<80%。CatBoost算法模型ROC曲线下面积、灵敏度、特异度均高(分别为0.866、80.80%、92.33%),其中居前3位的预测变量依次为呕吐、肢体抖动和病原学结果。结论CatBoost模型可以用于预测重症HFMD,相比于其他传统算法,具有较高的预测正确率和诊断价值。; 王斌冯慧芬王芳秦新华黄平党德建赵敬易佳音; 关键词：手足口病重症手足口病

梯度增强机算法预测重症手足口病的应用价值被引量：1: 2018年; 目的探讨梯度增强机算法模型在预测重症手足口病方面的应用价值。方法收集郑州大学附属儿童医院2017年5-12月住院部诊治的手足口病患儿资料。使用R软件(V3.4.3)进行资料分析,分别构建梯度增强机模型和Logistic回归模型,并对两者的模型预测性能进行比较。结果共纳入1 137例手足口病患儿,平均年龄为2.0±1.4岁,其中男581例,女556例。对于梯度增强机和Logistic模型,其预测正确率分别为82.1%和76.4%,ROC曲线下面积分别为0.813(95%CI:0.796～0.829)和0.752(95%CI:0.693～0.731)。输出梯度增强机的预测变量重要性,前3位分别为白细胞计数、肠道病菌71(EV71)结果和中性细胞比率。结论梯度增强机模型可以用于预测重症手足口病,且相比于传统Logistic算法具有一定的优越性。; 王斌冯慧芬王芳黄平秦新华赵保玲赵敬易佳音; 关键词：重症手足口病数学模型

神经元特异性烯醇化酶表达水平与手足口病合并脑炎的Meta分析: 2017年; 目的探讨神经元特异性烯醇化酶(Neuron Specific Enolase,NSE)表达水平与手足口病(Hand-Foot-Mouth Disease,HFMD)合并脑炎的关系,为临床的预防与治疗提供更可靠依据。方法采用计算机检索中文期刊全文数据库(CNKI)、万方数据资源系统(Wanfang Database)、维普数据库(VIP)、Pub Med、EMBase、Cochrane Library等数据库从建库起到2016年7月止的文献。选用Review Manager 5.3软件和Stata 12.0软件进行Meta分析。结果最终纳入7篇文献进行Meta分析,脑炎组共448例,单纯HFMD组(普通组)共466例。脑炎组VS普通组的Meta分析显示,NSE浓度(单位:μg/l)的标准化均数差(Standardized Mean Difference,SMD)及95%可信区间(Confidence Interval,CI)分别为:血清来源(SMD=1.97,95%CI:1.75~2.19,P<0.001),脑脊液来源(SMD=2.62,95%CI:2.36~2.89,P<0.001)。结论本研究提示NSE浓度在HFMD合并脑炎患儿中显著升高,两者具有一定的相关性,提示检测血清NSE浓度可以判断HFMD患儿病情变化。; 王斌冯慧芬王冰冰黄平; 关键词：神经元特异性烯醇化酶手足口病脑炎

2009-2017年郑州市手足口病病毒的流行周期性分析被引量：15: 2020年; 目的了解郑州市2009-2017年手足口病流行病学及病原学特征,为该地区手足口病的防控工作提供依据。方法收集该地区2009-2017年相应的手足口病监测数据。运用SPSS 19.0软件描绘其时序图和MATLAB软件绘制小波分析图来分析手足口病的流行病学及病原学特征。结果在手足口病病例中,EV71和CoxA16是最常见的致病病原体,EV71是重症病例的主要致病因子。EV71手足口病病例的流行周期为1年和2年,CoxA16和其他肠道病毒的流行周期为1年。结论本研究可为手足口病的防控工作提供科学依据。; 赵敬冯慧芬王芳秦新华王斌黄平余功超; 关键词：手足口病流行病学小波分析

数据挖掘与模型构建在预测重症手足口病中的应用被引量：2: 2018年; 目的探讨数据挖掘与模型构建在预测重症手足口病方面的价值。方法回顾性分析郑州大学第五附属医院2016年6月-2017年10月收治的838例手足口病患儿的临床资料,使用SPSS Statistics 23.0统计软件进行数据的预处理和分析,使用SPSS Modeler 18.0软件进行模型构建和评估。根据总体精确性对所有算法进行筛选,选取最优算法,配置模型参数,输出分类树模型,评估模型的预测性能。结果经过自动分类器筛选,最终确定C&R算法最佳。模型共纳入3个解释变量:易惊、呕吐及肢体抖动。使用错分矩阵计算后,模型的预测正确率为91.17%,敏感性为84.36%,特异性为96.25%。ROC曲线下面积为0.903[(95%CI:0.878,0.927),P=0.000]。结论决策树模型在预测手足口病方面有一定的优势,模型预测精确度较高,对临床疾病诊疗有一定的辅助价值。; 黄平冯慧芬王斌赵敬易佳音; 关键词：重症手足口病数据挖掘模型构建决策树

基于贝叶斯网络模型对重症手足口病预测变量的筛选研究被引量：5: 2018年; 目的通过构建贝叶斯网络模型,来对重症手足口病的预测变量进行相关筛选以及探讨相应变量之间的依赖关系。方法收集郑州市某医院感染科2016年4月到2017年10月收治的手足口病患儿资料。选用SPSS Statistics 25.0进行统计学方面的分析,SPSS Modeler 18.0软件则用于构建TAN贝叶斯网络和Logistic回归模型,以Logistic回归模型作为对比,并对两个模型的整体拟合性能进行评价。结果最终筛选出7个重要变量,在所有预测变量中,对输出变量分组影响最大的前三个分别为:病原学结果、肢体抖动和中性细胞比率。TAN贝叶斯网络模型总体预测正确率为83.32%,ROC曲线下面积0.815,灵敏度71.87%,特异度为91.28%。结论 TAN贝叶斯网络模型在筛选重症手足口病预测变量方面具有较好的应用价值,同时模型的预测性能也较好。; 王斌冯慧芬黄平赵敬易佳音; 关键词：重症手足口病贝叶斯网络模型

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

黄平

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

黄平

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈