基于贝叶斯加性回归树的个体化治疗效应估计方法及应用

个体化治疗效应指对于同一例患者,无论其实际接受治疗与否,在接受治疗和未接受治疗状态下所呈现出的效果差异。整合患者特征开展对个体化治疗效应的评估,可以辅助实现对每一例患者精准化施加获益最大的治疗方案。本文基于贝叶斯加性回归树的个体化治疗效应估计和统计推断,介绍其进行因果效应显著性评价、因果效应异质性亚组识别等要点,并结合阿尔茨海默病案例进行应用展示。

推进企业党建政工工作创新发展的策略探讨

新时代企业党建政工工作的开展面临着全新的挑战,传统的党建政工工作模式已经难以满足企业发展的需求。本文在对企业党建政工工作研究分析的基础上,着重探讨了目前党建政工工作面临的主要问题,并针对这些问题提出了具体的创新措施,以推动企业党建政工工作的科学发展。

计算机系统在旧变电站升级改造中的应用

从计算机综合自动化系统在20世纪70年代建成的旧变电所技术升级改造中的应用以来,总结新旧设备的技术衔接及配套应用遇到的主要问题,以及直流系统、继电保护、计量、检测、综控装置单元的配置和选型,工程现场实施及应用效果,为旧变电站采用计算机综自系统的技术改造提供了宝贵的实践经验。

青岛市加快发展农业产业化的重点及政策建议

近几年来,青岛市按照区域化布局、专业化生产、一体化经营、企业化管理、社会化服务的思路,立足国内市场,培植主导产业。扶持龙头企业,建设专业基地。改善运行机制,把产供销、种养加、内外贸、经科教结合起来,积极发展农业产业化经营。一大批农副产品加工龙头企业迅速崛起,全市农副产品加工企业达3200多家。

Python爬虫技术在信息流行病学中的应用

Python网络爬虫技术是一种通过模拟用户的网络浏览行为以实现从网络中自动、大量提取信息的技术,是信息流行病学研究收集并整合多源异构信息数据的关键基础。Python网络爬虫可分为简单爬虫与大型爬虫,集数据采集与数据库构建于一体,语法简洁、灵活性高、学习成本低、维护成本低。它适用于信息流行病学的各种应用场景,通过对互联网中健康相关信息的分析,实现多种公共卫生监测、健康干预实施及效果评价、智慧寻医方略优化等目标。近年,我国政府开始鼓励对含互联网信息在内的多源大数据的整合利用,在此背景下,Python爬虫技术的应用场景势必会越来越多,相应的人才培养、技术革新建议纳入到公共卫生教育和科研体系之中。

界标模型介绍及在动态预测中的应用

传统的生存预测属于“静态预测”,即其只能利用基线暴露信息预测结局的发生情况。而目前出于临床研究实际需求,越来越多的研究者开始关注“动态预测”,该方法能利用截至预测起点(界标时点)的暴露信息对预测模型进行更新,从而实现对患者结局的动态预测。界标模型即一种动态预测模型,其结构简单、容易实现、计算效率高,且其性能与相较之下更为复杂的联合模型相近,目前已得到广泛应用。但其在国内的应用仍较少,本文从界标模型的基本思想出发,通过案例简要介绍其应用方法,以期促进其在临床生存分析动态预测场景中的应用。

基于个人电脑端的在线问诊网站服务内容及服务提供者的现状调查

在线问诊作为互联网医疗的重要形式之一,在过去十几年间发展迅速,目前已初具规模。本研究主要针对在线问诊网站的服务内容、服务提供者进行多维度的信息采集和整理并对其进行统计学分析。目前在线问诊网站多为综合类问诊网站,服务形式多以免费图文问诊为主,基本无法满足用户的初步问诊需求;网站的注册医生多为华东、中南地区的中低级职称医生,不同科别的医生活跃度差别很大,但注册医生总体的活跃度很低。

基于微信公众号的神经系统罕见病相关治疗信息质量评价

目的评价基于微信公众号的神经系统罕见病相关治疗信息的质量。方法查询7种神经系统罕见疾病的微信公众号,筛选后等比例随机抽取其中的治疗类文章,使用DISCERN量表双人独立评估,以二者平均分作为最终质量评价指标,并进一步探索文章质量影响因素。结果共纳入来自28个公众号的173篇文章,公众号运营主体中医疗团体数量最多(50.29%),文章涉及的疾病以肌萎缩侧索硬化为主(82.66%),而涉及的治疗形式集中在常规护理支持(49.71%)。治疗类文章的整体信息质量较差,DISCERN评价分值为(30.27±7.20)分,"差"与"极差"占比达到86.70%,而"良"仅有3篇(1.73%),无"优"等级文章,大部分文章未提供完整赞助方及引用信息、不治疗后果以及共同决策等信息。结论我国基于微信公众号的神经系统罕见病相关治疗信息在可信度和详尽度方面质量均较低,未来应重点加强对引用信息、不同治疗方法比较等关键点的把控,以确保信息完整。

基于社交媒体的新冠肺炎(COVID-19)研究进展

2020年3月,世界卫生组织(World Health Organization,WHO)宣布,新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)已发生全球性大流行。社交媒体作为一种实时开放的网络信息共享媒介,在疫情期间不仅为疫情信息监测与预判提供了有益数据来源,也为公众信息获取、医疗健康服务与舆情监测提供了重要途径,在疫情防控中体现出不可忽视的价值。然而,目前仍存在预测模型应用范围有限和易传播错误信息等缺陷。在全球化背景下,充分利用社交媒体及时、前瞻、敏感的监控优势,能够为COVID-19乃至未来新发传染病疫情的防控提供有益的思路和方法。未来可围绕如何制定基于社交媒体的预测流程范式以及消除数据共享壁垒等方面,逐步推进相关领域的方法优化与实践应用,为疫情防控提供支持和保障。