基于倾向性评分匹配法探究产后疲劳对纯母乳喂养的影响

目的探索产后疲劳对纯母乳喂养的影响,以便提高纯母乳喂养率。方法采取便利抽样法,选择2021年4至2022年4月北京市某三级甲等综合医院自然分娩产妇629例,采用一般资料问卷,多维度疲劳量表(multidimensional fatigue inventory,MFI-20)收集相关资料;运用倾向性评分匹配法(propensity score matching,PSM)控制混杂因素,探究产后疲劳对纯母乳喂养的影响。结果共纳入602例产妇,平均年龄(32.5±4.0)岁,产后疲劳平均得分为(46.6±18.5)分,产后疲劳患病率为59.3%,纯母乳喂养率为37.2%;采用倾向性匹配评分法对602例产妇的协变量进行1∶1匹配,匹配后共有202对完成配对,分别为产后疲劳组与非产后疲劳组,其中疲劳组纯母乳喂养率为35.2%,非产后疲劳组纯母乳喂养率为47.5%,两组纯母乳喂养率比较,差异有统计学意义(χ^(2)=6.380,P<0.05);在控制产妇年龄、文化程度、经济状况、妊娠合并症、初/经产妇、产后出血量、婴儿出生体重、会阴伤口类型、总产程时间9个人口学变量后,对匹配后数据进行纯母乳喂养率二元logistic回归分析,结果显示,产后疲劳组放弃纯母乳喂养的风险是非产后疲劳组的3.263倍(OR=3.263,95%CI:2.076~5.130,P<0.001)。结论产后疲劳患病率较高,产后疲劳是产妇放弃纯母乳喂养的主要危险因素,应采取措施降低产后疲劳水平,从而提高纯母乳喂养率。

基于前景理论有偏好的路径选择模型

在交通路网中,通过分析影响出行者路径选择的主观因素和客观因素,运用能有效描述出行者不确定条件下决策行为的前景理论,综合考虑出行时间、出行费用和出行者对路径的主观偏好,并以出行者对路径的主观偏好概率替代现有模型中的概率权重函数,建立了一个出行者路径选择行为分析模型.通过算例分析,说明出行者的主观偏好对其路径选择具有较大的影响.

出行路径选择的精炼贝叶斯纳什均衡

本文研究在不完美信息下确定出行者路径选择行为的精炼贝叶斯纳什均衡。博弈双方之间的信息不透明成为决定最终路径选择的重要因素。将不完美信息下博弈双方路径选择过程视为不完全信息下的动态博弈过程,首先对出行者出行路径选择获得的收益进行分析,然后运用博弈树的知识,在不完全信息条件下确定动态博弈中的纳什均衡,进而确定纳什均衡是否为精炼贝叶斯纳什均衡。

老师变成导游啦

看到这个题目，你一定会感到奇怪吧!老师就是老师，怎么会变成导游呢？别着急，耐心读下去，你就会明白真相。