首页 > 文献资料
-
2000年~2006年成都市妇幼卫生工作的RSR综合评价
目的 评价成都市妇幼卫生工作绩效,为卫生管理决策提供依据.方法 选取成都市2000年~2006年反映妇幼卫生工作的13项统计指标为评价指标,采用秩和比法(Rank sum-ratio,RSR)进行综合评价.结果 成都市妇幼卫生工作呈明显的逐年递增的趋势.结论 采用秩和比法动态评价成都市妇幼卫生工作的绩效,结论符合实际情况,该方法是综合评价妇幼保健水平的有效实用的方法.
关键词: 妇幼卫生 秩和比法(Rank sum-ratio RSR) 时间序列 综合评价 -
肝癌患者发病前血清中高尔基体糖蛋白73水平的回顾性动态观察
目的 探讨肝癌发病前后高尔基体糖蛋白73 (GP73)的动态水平及相关因素.方法 2007至2012年对一组乙型肝炎表面抗原(HBsAg)阳性者人群开展一年两次的周期性的筛查,统一保留血标本于生物样本库,直至肝癌发生.将肝癌发病时及发病前30个月内6个时点中,至少有3次血标本并有B超临床检查结果的39例肝癌患者列为血清GP73检测分析对象,终获得162个标本.采用双抗体夹心ELISA法检测GP73.用stata软件作时序间分析并进行不同分组间差异的统计学检验.结果 肝癌发病时的39例患者GP73检测值为(126.77±73.73)μg/L,发病前5次GP73检测的平均值分别为(128.32±81.18)、(129.97±83.62)、(127.38±80.10)、(135.52±97.88)及(138.24 ±93.58) μg/L,差异无统计学意义(F=0.07,P=0.997).39例肝癌发病前后的GP73水平未见明显的趋势变化.162个检测样本按B超检查结果划分为不伴有肝硬化(63例次)和伴有肝硬化(99例次)两组,GP73平均水平分别为(97.16 ±51.39)、(151.20 ±91.68) μg/L,差异有统计学意义(F=18.22,P<0.01).进一步以GP73均值(130.19 μg/L)将调查对象分为两组,不伴有肝硬化者中只有1/14的患者GP73水平高于平均值,而伴有肝硬化者(25例)中有12例的GP73水平高于平均值,差异有统计学意义(P =0.013).拟合回归模型也显示GP73与时间序列不相关(t=0.75,P=0.455),而与肝硬化相关(t=4.30,P<0.01).结论 肝癌患者发病时及发病前30个月内的GP73水平动态变化不大.肝癌患者GP73水平的高低是由肝病背景所决定的;肝硬化可能是一个主要的影响因素或混杂因素.
-
采用数据挖掘技术辅助制定医院运营战略目标
本文在讨论影响医院运营战略目标的制定因素和传统的目标制定方法基础上提出一种基于数据挖掘方法--完备型时间序列模型,力图改进和提高医院运营战略目标的质量.本方法能够充分考虑医院历史和现有的运营状况,屏蔽高层决策者主观因素的干扰,从长期运营趋势、季节性指数和循环经济指数三方面同时着手,综合制定可行性战略运营目标.另外,模型还提供了战略目标的质量评价方法,为决策者提供有力的决策依据,使得该模型能够真正起到战略目标制定的决策支持作用.
-
基于“天人相应”的褪黑素时间序列节律变化研究
目的 分析光照和中医补肾方药对小鼠血褪黑素(melatonin,MT)浓度时间序列数据的影响.方法 昆明种小鼠384只,雌雄各半.雌、雄各按体重随机分为4组,48只,分别在正常明暗周期、正常明暗周期+药物、异常明暗周期、异常明暗周期+药物4种条件下喂养,绘制时间序列图,对各时间点进行双因素析因设计资料方差分析,制成各组数据拟合时间序列模型.结果 对于雌鼠,异常明暗周期条件下的MT峰移动约6h,额外光照干扰了MT分泌节律;药物提高MT峰分泌量;光照和药物交互作用部分调节MT分泌量,但对分泌节律无影响.对于雄鼠,额外光照未干扰MT分泌节律;药物提高MT峰分泌量;光照和药物交互作用未调节MT分泌量和分泌节律.结论 方药对不同性别小鼠作用不同,均有增加MT分泌量的作用,但调节分泌节律作用不明显.额外光照对雌鼠MT分泌节律干扰大;光照和药物交互作用更适合于雌鼠.
-
《伤寒论》证候的时间序列分析特征初探
7000年前,古埃及人把尼罗河涨落的情况逐日记录下来,就构成所谓的时间序列资料。对这个时间序列统计资料长期的观察,使他们发现尼罗河的涨落非常有规律。当天狼星第一次和太阳同时升起的那一天之后,再过两百天左右,尼罗河就开始泛滥,泛滥期将持续七、八十天,洪水过后,土地肥沃,随意播种就会有丰厚的收成。由于掌握了尼罗河泛滥的规律,古埃及的农业迅速发展,从而创建了埃及灿烂的史前文明。
-
基于可视化图方法的体征时间序列数据分类分析研究
目的:本研究采用复杂网络理论研究体征时序数据,使用网络特征刻画体征时序数据的动态特征,分析网络特征与人体生理系统健康状态的关系.方法:本文采用可视化图方法将标准心率时序数据和穿戴设备采集的老年人心率等体征时序数据网络化,提取网络特征,采用决策树分类方法分析网络特征与心脏疾病和年龄因素关系.结果:决策树模型对心脏疾病和年龄因素有较好的分类结果,标准心率时序数据的分形特性使网络度分布为幂律分布,网络图密度特征是与心脏疾病和年龄因素相关的主要因素.结论:网络拓扑结构继承体征时序数据的动态特性并将之体现在网络特征上.体征时序数据的动态特性和网络特征的对应关系还待进一步研究阐明.
-
ARIMA乘积季节模型在天津市痢疾发病预测中的应用
目的:探讨ARIMA乘积季节模型分析预测天津市痢疾发病率的可行性和适用性,为痢疾的预防与控制提供决策依据.方法:利用R3.3.1对天津市2004年1月至2013年12月痢疾月发病率资料进行建模,并以2014年痢疾月发病率资料验证模型的预测效果.结果:模型ARIMA(2,1,2)(0,1,1)12较好地拟合了天津市痢疾月发病率,残差分析统计量经检验差异无统计学意义(Ljung-Box Q=9.16,P=0.24),提示残差为白噪声.预测值与实际值的相对误差范围为2.35% ~ 74.31%,平均相对误差为27.21%.结论:模型ARIMA(2,1,2)(0,1,1)12可用于拟合天津市痢疾发病的变化趋势并进行短期预测.
-
时间序列ARMA模型在中医"天人相应"研究中的探索及应用
目的:文章通过对小鼠血清褪黑素(MT)浓度实验数据建立时间序列自回归移动平均[IARMA(p,q)]模型,从统计学的角度描述了光一褪黑索的"调谐"作用.方法:本研究尝试将前期中医光-褪黑素生物信号转导研究中的数据用时间序列中的ARMA模型处理并建模.结果:正常明-暗周期组中的小鼠12:00时血清MT浓度高;在正常明-暗周期+药物组的小鼠同样在12:00时达到分泌高峰,并且因为药物的作用,使高峰分泌量增加;异常明-暗周期条件下的小鼠血清MT浓度没有显著变化;在异常明-暗+药物组的小鼠的高峰分泌量与正常明-暗周期中基本一致,但分泌高峰由12:00推迟到20:00.结论:通过建立ARMA模型,不仅可以分析趋势变动还反映了数据的周期变动.依据实验数据建立的ARMA模型,预测值的动态趋势与实际实验结果一致,表明模型对实验研究有较好的跟踪与预测性.
-
时间序列插值法在天人相应生物信号转导数据分析中的应用
目的:本研究在前期实验数据统计分析的基础上,创新性地采用插值法尝试补充无效数据并验证其合理性.方法:用时间序列插值法,补充24h周期内在方药和光照双重因素影响下的小鼠血清褪黑素(melatonin,MT)分泌实验数据中的无效值,并运用双因素方差分析验证其合理性,在此基础上讨论光-MT生物信号转导周期网络(PNLMBT)运行的规律及影响因素.结论:利用3次样条插值法补充后数据与原始数据在整体趋势上大体保持一致,两组双因素方差分析验证了插值法有效.统计分析显示,光照和药物等外界因素对于小鼠体内MT浓度影响在一天不同的时间下不同,提示光照+药物的多重调谐作用需进一步统计分析来研究.
关键词: 时间序列 插值法 天人相应 生物信号转导周期网络 褪黑素 -
5-羟色胺昼夜节律时间序列数据分析
目的:在昼夜节律中5-羟色胺(5-HT)发挥重要作用,通过对在各实验条件下5-羟色胺时间序列分泌变化的分析,分析光照和药物因素对5-HT分泌量和分泌节律的影响,为后期实验提供参考.方法:采用光照和方药交叉实验设计,昆明种小鼠随机分组建立实验模型,4组于不同时间点取材测定血清5-HT浓度指标.实验数据应用SPSS 18.0软件进行描述性统计、相关性分析.结果:光照组比较对照组分泌峰平移6h,说明光照干扰小鼠5-HT分泌节律.雌鼠药物组与光照组的有显著负相关关系(P<0.01),说明药物对雌鼠受光照引起的5-HT分泌变化有调节作用.结论:补肾方药对光照干扰下5-HT分泌异常有调节作用.
-
左归丸对去卵巢大鼠骨髓间充质干细胞基因表达谱时间序列的影响
目的 通过分析骨质疏松模型大鼠骨髓间充质于细胞(BMSCs)基因表达谱时间序列变化趋势,在基因组学层面探索左归丸防治绝经后骨质疏松症的分子机制.方法 72只大鼠随机分为假手术组、模型组、戊酸雌二醇组和左归丸组,每组18只.除假手术组外其余各组大鼠摘除双侧卵巢建立绝经后骨质疏松症模型.手术2周后,戊酸雌二醇组和左归丸组分别给予戊酸雌二醇片溶液(浓度为0.01 mg/ml)和左归丸溶液(浓度为0.5 g/ml)灌胃,假手术组和模型组用等量蒸馏水灌胃,每次1ml/100g,每日1次,灌胃至手术后第4、8和12周末(每个时间点6只大鼠).12周末时检测各组大鼠股骨远端骨密度、胫骨近端骨密、腰椎骨密度.无菌分离各组大鼠的股骨和胫骨,培养BMSCs,表达谱芯片检测各组BMSCs F2代细胞基因表达情况,采用SPSS18.0软件筛选差异表达基因(DEGs),并采用STEM法进行时间序列分析,通过DAVID进行功能与通路富集.结果 模型组大鼠股骨远端骨密度、胫骨近端骨密、腰椎骨密度均显著低于假手术组(P<0.01);左归丸组和戊酸雌二醇组大鼠3个骨骼位点的骨密度均高于模型组(P<0.05或P<0.01).左归丸组-模型组对比组中时间序列显著趋势DEGs多达56个.其中第4周末显著下调基因Ppig、Rb1 cc1、I16和Rock1富集到细胞增殖、自噬凋亡、信号通路和细胞分化等.结论 左归丸可能通过影响细胞增殖、自噬凋亡、信号通路和细胞分化等多途径,广泛调控BMSCs基因表达,终减少骨量丢失.
-
自回归移动平均乘积季节模型在流行性脑脊髓膜炎发病预测中的应用
目的 应用自回归移动平均(Autoregressive Integrated Moving Average,ARIMA)乘积季节模型(p,d,q)(P,D,Q)s,对流行性脑脊髓膜炎(流脑)发病数据的时间序列资料建模,并预测2010年流脑发病趋势,考察ARIMA乘积季节模型应用于流脑发病的预测效果.方法 利用法定传染病报告系统的数据资料,采用Box-Jenkins 方法建模,依据赤池信息量准则(Akaike's Information Criterion)和施瓦茨信息量准则(Schwarz's Information Criterion)结果确定模型阶数,用Box-Ljung统计量评价ARIMA模型的拟合效果,用所得模型对2010年流脑发病数进行预测.使用社会科学统计软件包时间序列分析模块对资料进行分析.结果 对流脑的季节性时间序列建立了ARIMA(1,1,1)(0,1,1)(12)乘积模型,平均预测相对误差为3.09%,较好地拟合了流脑的发病趋势,并预测2010年全国流脑病例数为419例,在244~719例的可信范围内变动,发病高峰季节在3月份.结论 ARIMA乘积季节模型可较好地拟合流脑发病在时间序列上的变化趋势,是预测精度较高、效果较好的短期预测模型.
-
应用时间序列模型预测麻疹疫情
目的 应用时间序列模型中的自回归移动平均模型(Autoregressive Integrated Moving Average Model,ARIMA),分析麻疹发病,为麻疹的预警预测提供科学依据.方法 利用吉林省麻疹监测系统3年来麻疹月发病数,采用SPSS统计软件中ARIMA数学模型,通过残差分析方法建立麻疹疫情ARIMA预测模型.结果 吉林省麻疹时间序列(经Ljung-Box检验,P=0.96)符合ARIMA(1,0,1)模型,且模型检查自相关系数在±0.5之间,预测值与观测值具有较高的吻合度.结论 麻疹ARIMA模型对麻疹疫情预测有较好效果.
-
基于R语言自回归积分移动平均模型的广州市白纹伊蚊密度预测研究
目的 构建广州市白纹伊蚊密度自回归积分移动平均模型(ARIMA)并进行预测.方法 应用R语言3.4.4将2009年1月至2017年5月的白纹伊蚊月密度数据构建ARIMA模型,进行整体回代评价拟合效果,比较2017年6-12月预测值与真实值,评价外推效果,对2018年白纹伊蚊密度进行预测.结果 白纹伊蚊密度监测数据构建ARIMA(0,1,1)(0,1,1)12模型,赤池信息准则(AIC)=-268.83,平稳R2=0.427;残差序列为白噪声(P>0.05),且方差齐性,证明模型有效;2017年6-12月预测值与实际值基本一致,均方根误差(RMSE)=0.087 4,平均绝对误差(MAE) =0.028 3,模型外推良好.结论 ARIMA模型能够较好地预测广州市白纹伊蚊密度消长趋势.
关键词: 时间序列 自回归积分移动平均模型 白纹伊蚊 预测 -
考虑个体特征的非脑电睡眠分期
利用非脑电信号进行睡眠分期是睡眠医学的重要课题.提出一种自动分期算法,利用心率、呼吸率、血氧饱和度和体动信息.首先对前2种信号进行模式描述,形成描述单元;描述单元在规则库的指导下吸纳其他通道的特征,终形成对应某个分期的完整描述;再用不确定推理的方法完成分期.实验表明,病人的分期符合率和健康人保持在同一个水平.整个算法模拟了人的思维过程,可扩充性强,具有良好的临床应用前景.
-
基于相关分析的fMRI时间序列图像处理
脑与认知科学研究中,对功能磁共振图像的分析,不仅要求脑功能激活区的准确定位,而且要得到脑激活区的动态变化.提出了通过对激活区体元时间序列的分解,构造序列参考波形,用相关分析法检测识别每个时间周期的激活类型,得到脑功能激活区的动态变化图像、生理信号变化时间及信号强度曲线.经视觉试验实测数据建模并检验,该方法可有效检测fMRI数据中与试验密切相关的脑激活区及其周期性变化.
-
生物医学时间序列中的模体
时间序列(time series)是一组有序的、随时间变化的数值序列[1,2].在社会、科学、经济、技术等领域中广泛存在着大量的时间序列.在医学领域,随着现代医学测量手段和技术的发展,记录了大量的时间序列,从而导致医学数据资料爆炸式增长.面对海量的医学数据,人们迫切地需要高能力和自动化的数据分析方法对它们进行有效的分析,而数据挖掘技术可以从缺乏先验信息的海量数据中发现隐含的、有意义的知识.因此,人们将数据挖掘技术大量应用于生物医学领域的时间序列,发现隐藏在这些海量数据背后的有学术价值的医学信息,并为临床诊断和疾病治疗提供有效的帮助.
-
天津市空气污染物对心脑血管疾病死亡急性影响的时间序列分析
目的:了解天津市大气污染对居民心脑血管疾病死亡的急性影响,探索早期预警方法,为心脑血管疾病的预防控制提供依据。
方法:采用天津市疾病预防控制中心收集的居民全死因监测数据,气象资料和大气污染资料来源于天津市气象局和天津市环境监测中心。采用时间序列的泊松回归广义可加模型进行天津市每日大气污染与居民心脑血管疾病死亡危险度分析,同时控制气象因素、长期趋势、星期几效应以及人口数等混杂因素的影响,进行单污染物和多污染物分析。 -
应用随机时间序列分析法预测痢疾发病率
目的:应用随机时间序列分析法预测痢疾发病率.方法:应用SPSS11.5 软件对某市2001~2007 年痢疾逐月发病率进行ARIMA 模型建模拟合,用所得到的模型对2008 年各月痢疾发病率进行预测.结果:ARIMA(1,0,0)×(1,1,0 )12 模型很好地拟合了既往时间段上的痢疾发病率序列,对2008 年各月发病率的预测值符合实际发病率变动趋势,且实际发病率均在95%可信限内.实际值与预测值的全年误差为13.02%,1~6 月份误差为4.91%.结论:应用随机时间序列分析法对痢疾的发病率进行短期预测能够收到很好的效果,为痢疾的防控提供科学有效的依据.
-
表面肌电图在游泳动作研究中的应用
肌电图(electromyography,EMG)是一项用于采集、记录和分析神经、肌肉兴奋发放和传播的生物电信号的实验技术,可以研究肌肉的功能[1].表面肌电图(surface electromyography,sEMG)信号就是应用特定的电信号采集设备,通过表面电极引导,从肌肉皮肤表面采集和记录肌肉活动时神经肌肉系统生物电变化的一维时间序列的电信号.