碳水化合物对心血管疾病风险因素影响的Meta分析

背景心血管疾病作为全球首要死亡原因,严重威胁人类的健康。饮食作为重要的干预手段备受关注,但碳水化合物对心血管疾病的影响尚未知。目的分析碳水化合物摄入对心血管疾病风险因素影响的证据。方法计算机检索万方数据知识服务平台、中国知网、维普信息资源系统、中国生物医学文献数据库、PubMed、Cochrane Library、Embase数据库,获取发表时间为建库至2023年1月的关于碳水化合物与心血管疾病风险的随机对照研究。由两名研究者分别独立提取文献数据,并进行文献质量评价。使用RevMan 5.3软件进行数据分析。结果共纳入16项随机对照试验,碳水化合物饮食干预能够降低三酰甘油水平,下降了0.17 mmol/L(95%CI=-0.24~-0.10 mmol/L,P<0.00001)。持续6个月以下碳水化合物饮食干预使三酰甘油水平下降了0.25 mmol/L(95%CI=-0.33~-0.17 mmol/L,P<0.00001);12~23个月组三酰甘油降低0.15 mmol/L(95%CI=-0.29~-0.01 mmol/L,P=0.04)。血浆高密度脂蛋白水平升高0.09 mmol/L(95%CI=0.07~0.10 mmol/L,P<0.00001),血浆低密度脂蛋白水平升高0.10 mmol/L(95%CI=0.02~0.17 mmol/L,P=0.01)。结论低碳水化合物饮食对心血管危险因素的总体影响在6个月以下和6~11个月时更加有利,但2年后对心血管危险因素没有显著影响,其长期影响需要进一步研究证实。

基于多规则实时学习神经网络的时间序列预测模型

在总结现有神经网络方法缺陷的基础上,提出了模型的思路:预测网络小型化;实时学习;多次预测取均值;加入规则辅助神经网络预测。相对于传统的神经网络模型来讲,该模型突出了动态学习、动态预测的特色,增加了辅助预测的3大规则(异常处理规则、再学习规则和取均值规则)。给出了该模型的工作流程,并以一个实际问题说明了该模型训练、预测的全过程。数据实例表明,该模型是正确的、可行的。同时和其他5种模型预测结果的对比表明,该模型的预测结果是最优的,这充分体现了模型的有效性、先进性。