基于灰色GM(1,1)模型的我国医院感染患病率变化趋势及预测

目的了解我国医院感染患病率变化趋势,并采用灰色GM(1,1)模型对我国不同规模医院的医院感染患病率进行预测,为医院感染防控提供数据支持和新思路。方法采用描述性流行病学方法分析我国医院感染患病率变化趋势,2008—2016年我国医院感染患病率数据进行灰色GM(1,1)模型构建,2018—2020年数据进行模型验证。采用构建的灰色GM(1,1)模型对2022—2024年我国医院感染患病率进行预测。结果我国医院感染患病率呈下降趋势,随着医院规模的增加医院感染患病率升高。医院感染患病率灰色GM(1,1)模型的精度良好、拟合效果较高。2024年全国、<300张床位医院、300~599张床位医院、600~899张床位医院和≥900张床位医院的医院感染患病率可降为1.00%、0.49%、0.90%、1.13%和2.05%。结论我国医院感染防控效果明显,灰色GM(1,1)模型对我国医院感染患病率有较好的预测效果。

灰色模型GM(1,1)在苏州市伤寒副伤寒发病率预测中的应用

目的了解苏州市伤寒副伤寒发病趋势,为制定针对性的防控管理措施提供数据支撑。方法根据苏州市2009—2021年伤寒副伤寒发病率数据,应用灰色系统理论,建立伤寒副伤寒发病率灰色模型GM(1,1)模型,并进行发病率预测。结果2009—2021年苏州市伤寒副伤寒发病率,2009年最高(14.264/万),2021年最低(1.177/万),其他年份在1.306/万~6.818/10万,整体呈现下降趋势(χ^(2)_(趋势)=194.714,P<0.001)。建立GM(1,1)模型:■。拟合检验显示模型拟合精度好(C=0.143,P=0.923),预测2022—2024年苏州市伤寒副伤寒发病率分别为0.984/万、0.845/万、0.726/万,呈缓慢下降态势,符合整体发病趋势。结论GM(1,1)模型能够较好地预测苏州市伤寒副伤寒发病趋势,预测2022—2024年全市发病率继续呈下降趋势。

基于新陈代谢GM(1,1)++的疫情应急物资需求量预测研究

当大规模疫情发生时,应急物资的供给至关重要.在新陈代谢GM(1,1)模型的基础上提出了一种新陈代谢GM(1,1)++模型,即再加入新信息,移除原始数据中的旧信息的同时,将原始数据中与拟合值相对残差最大的数据项用拟合值替代.提出的方法既能够及时去掉意义逐渐降低的老信息,加入更能够反应系统目前特征的新信息,又能够降低其他因素对原始数据的扰动性,使原始数据更具规律性.为了检验新陈代谢GM(1,1)++模型的有效性,将其预测结果分别与传统GM(1,1)、新信息GM(1,1)、新陈代谢GM(1,1)的预测结果进行比较研究.试验结果显示,新陈代谢GM(1,1)++模型的误差平方和最小,预测准确性远优于另外3种预测模型.

一种基于均值模型构建动态离散GM(1,1)模型的新方法

离散灰色模型避免了传统灰色模型中差分到微分产生的跳跃误差,然而当建模序列确定后参数随之确定,模型无法随时间作出与系统变化相适应的动态调整,这是导致模型精度不高及出现预测偏差的重要原因。由于均值模型较其他基本形式的传统灰色模型更适应非指数增长序列,因此首先利用均值GM(1,1)模型刻画了发展系数的动态化过程,然后在此基础上构建了动态离散GM(1,1)模型,最后应用该模型对我国城镇就业人员的数量进行了模拟及预测,取得了较好的效果,验证了新方法的有效性和实用性。

吉兰⁃巴雷综合征患者抗GM1抗体与抗甲状腺抗体的相关性研究

目的:探讨吉兰⁃巴雷综合征(Guillain⁃Barrésyndrome,GBS)患者抗甲状腺抗体与抗神经节苷脂GM1抗体的相关性。方法:收集2018年7月—2023年2月南京大学医学院附属鼓楼医院神经内科收治的同时检测抗甲状腺抗体和抗神经节苷脂抗体(antiganglioside antibody,AGA)水平的60例GBS患者,根据抗甲状腺抗体结果将患者分为正常组和异常组,比较两组患者的临床特征、甲状腺功能以及AGA比例。结果:与正常组相比,甲状腺功能异常组中GBS患者抗神经节苷酯GM1抗体和GM2抗体水平人明显升高,并伴有更严重的临床症状(P<0.05)。多因素Logistic回归分析显示,GBS患者抗甲状腺抗体异常(OR=5.184,95%CI:1.377~19.518,P=0.015)以及游离甲状腺素(free thyroxine,FT4)水平升高(OR=1.266,95%CI:1.009~1.588,P=0.030),是导致抗GM1抗体阳性率增加的独立危险因素。受试者工作特征(receiver operation characteristic,ROC)曲线显示甲状腺过氧化物酶抗体(thyroperoxidase antibody,TPO⁃Ab)预测GM1阳性的最佳阈值为47.9 U/mL,灵敏度为66.7%,特异度为77.8%。甲状腺球蛋白抗体(thyroglobulin antibody,Tg⁃Ab)预测GM1阳性的最佳阈值为20.0 U/mL,灵敏度为73.3%,特异度为73.3%。结论:合并抗甲状腺抗体异常的GBS患者更易出现抗GM1抗体阳性,这可能是合并甲状腺功能异常的GBS患者预后更差的可能机制。

基于GM(1,1)-Markov模型的商品销售额预测

文章研究安踏公司的商品销售额的预测问题,依据商品销售额的灰色特征及随机性特点,将GM(1,1)模型与Markov链模型相结合,建立GM(1,1)-Markov耦合模型,应用该模型对安踏以半年为期的商品销售额进行实例预测。对GM(1,1)模型进行了精度检验,检验结果表明GM(1,1)有较高的预测精度。在此基础上引入Markov链进行预测值修正,其中,GM(1,1)模型预测的平均相对误差为7.67%,而通过Markov链模型进行优化后,GM(1,1)模型平均相对误差为3.71%。说明,经Markov链优化的GM(1,1)模型的预测精度优于GM(1,1)模型,更具实用性。

基于GM(1,1)模型的甘肃省冷链物流需求预测研究

随着居民对生鲜农产品质量要求的提升,冷链物流行业也亟需朝着高标准、严要求的方向进一步发展。因此,对生鲜农产品冷链物流需求进行精准预测也具有了更加重要的现实意义。将人均生鲜农产品消费量与甘肃省常住居民数的乘积作为甘肃省冷链物流需求量,利用GM(1,1)模型对甘肃省2012-2031年冷链物流需求量进行预测,并通过发展系数检验、残差检验、后验差检验,验证了模型有较高的预测精度,并适用于中长期预测,可以有效预测甘肃省冷链物流需求量的发展趋势,能够为后续甘肃省冷链物流设施规划、冷库建设、运输设备配备提供参考依据。

基于GM(1,1)模型的智能制造人才需求预测

文章根据公布的数据,对参与CMMM的制造业企业数量、智能制造成熟度等级分布、智能制造招聘职位同比增速进行预测,并对智能制造人才需求的质量和数量进行分析预测,以期为相关人才供给提供新的思路。

GM1通过PI3K/AKT/GSK3β信号通路减轻脑出血小鼠的神经功能损伤

目的研究单唾液酸四己糖基神经节苷脂(GM1)对急性脑出血小鼠的神经功能保护作用及其机制。方法构建小鼠脑出血神经损伤模型。将小鼠随机分为假手术(Sham)组、模型(Model)组、GM1(25 mg/(kg·d))组、GM1+LY294002(6μg/(kg·d))组各10只。于造模结束1 h后腹腔注射GM1或LY294002,连续1 w,Sham组和Model组腹腔注射等量生理盐水。采用神经功能缺损评分、脑含水量等检测各组神经功能损伤;苏木素-伊红(HE)染色试剂盒和尼氏染色试剂盒检测各组脑组织和神经元损伤水平;酶联试验免疫吸附试验(ELISA)法测定血清炎性因子白细胞介素(IL)-6、IL-1β及肿瘤坏死因子(TNF)-α水平;Western印迹检测B细胞淋巴瘤(Bcl)-2、Bcl-2相关X蛋白(Bax)、裂解的胱天蛋白酶(cleaved caspase)-3、磷脂酰肌醇-3激酶/蛋白激酶B/糖原合成酶激酶(PI3K/AKT/GSK)3β蛋白表达。结果与Sham组相比,Model组神经功能损伤严重(P<0.05),且神经细胞出现大量凋亡。Western印迹结果显示,Bcl-2、p-PI3K/PI3K、p-AKT/AKT蛋白表达明显下调,Bax、cleaved caspase-3、p-GSK3β/GSK3β蛋白表达明显上调(P<0.05);与Model组相比,GM1治疗组神经功能损伤明显减轻,脑组织损伤和炎症明显减轻且神经细胞凋亡明显被抑制(P<0.05),而GM+LY294002使得这一治疗作用明显被弱化(P<0.05)。结论GM1能有效保护急性脑出血小鼠的神经功能,其作用机制可能与PI3K/AKT/GSK3β信号通路有关。

基于无偏灰色GM(1,1)的铁精矿品位预测模型

铁精矿品位的准确预测对铁矿选矿厂的生产和管理具有重要意义。为解决选矿厂生产过程中具有随机波动性的铁精矿品位预测问题,提出一种基于线性变换法的无偏灰色GM(1,1)铁精矿品位预测模型。通过采用一种线性变换方法降低铁精矿品位数据序列的波动干扰,将随机波动数据序列转换为单调增长的数据序列,然后将变换后铁精矿品位数据序列代入无偏灰色GM(1,1)模型以实现铁精矿品位预测模型的建模,最后将该预测模型用于两组铁精矿品位数据序列进行了验证。结果表明,基于线性变换的无偏灰色GM(1,1)铁精矿品位预测模型在预测精度和预测性能上优于两个改进的GM(1,1)预测模型,其预测精度均为一级,预测的最小相对误差为0.2%,平均绝对误差均小于1%,模型具有较好的应用性和有效性,为短期预测铁精矿品位提供了一种新途径。

基于GM(1,N)模型的湖北省物流需求预测分析

文章通过对湖北省物流需求影响因素进行分析,采用湖北省2011—2020年的统计数据构建灰色(1,N)模型,遴选出与系统特征序列相关程度较高的几个影响因素作为预测指标,构建GM(1,6)模型对湖北省物流进行预测研究。模型检验结果表明灰色(1,6)模型具有较高的可信度和准确度,为湖北省有关部门制定物流业发展规划提供一定的参考。

GM(1,N)模型的病态性研究及其在生态创新中的应用

本文以中国工业企业为研究对象,深入探究适用于多因素、少数据的生态创新相关指标特征的灰色模型预测技术。针对传统灰色预测模型在进行参数估计时可能存在的病态性问题展开研究,通过引入L2正则项的最小二乘法,利用粒子群算法求解最优值。将该模型应用于生态创新,与其他模型进行结果对比。结果表明,引入L2正则项的最小二乘法解决了模型的病态性问题,具有良好的预测性能,验证了该模型的有效性。

胃癌患者血清lncRNA MALAT1、GM2AP、铁蛋白表达变化分析

目的探讨胃癌患者血清长链非编码RNA-肺腺癌转移相关转录因子1(lncRNA MALAT1)、GM2神经鞘脂激活蛋白(GM2AP)、铁蛋白表达的变化及意义.方法选取84例胃癌患者为胃癌组,56例胃良性病变患者为胃良性病变组,健康志愿者50名为健康对照组.采集空腹肘静脉血分离血清,实时荧光定量PCR检测血清lncRNA MALAT1水平,酶联免疫吸附法测定血清GM2AP水平,免疫比浊法测定血清铁蛋白水平.收集胃癌患者的分化程度、肿瘤直径、TNM分期、浸润程度、血管侵犯情况、神经浸润情况,出院后进行1 a随访,记录不良预后情况.结果胃癌组患者血清lncRNA MALAT1、GM2AP、铁蛋白水平明显高于胃良性病变组和健康对照组(P<0.05);血清lncRNA MALAT1、GM2AP、铁蛋白水平在胃良性病变组与健康对照组之间比较差异无统计学意义(P>0.05).浸润程度黏膜下、有血管侵犯、有神经浸润的胃癌患者血清lncRNA MALAT1、GM2AP、铁蛋白水平明显升高(P>0.05);随着分化程度的降低及TNM分期的增加,血清lncRNA MALAT1、GM2AP、铁蛋白水平明显升高(P<0.01).随访1 a,84例胃癌患者中预后不良25例(29.76%),预后良好59例(70.24%).预后不良组血清lncRNA MALAT1、GM2AP、铁蛋白水平明显高于预后良好组(P<0.01).多因素Logistic回归分析显示,TNM分期、浸润程度以及lncRNA MALAT1、GM2AP、铁蛋白水平是胃癌患者预后的独立影响因素.ROC曲线分析显示,血清lncRNA MALAT1、GM2AP、铁蛋白水平对胃癌患者预后均具有较高的预测价值(P<0.05);各指标联合检测的预测价值最高(AUC=0.936),敏感度、阳性预测值均明显高于各指标单独检测.结论胃癌患者血清lncRNA MALAT1、GM2AP、铁蛋白高表达,且与临床病理特征相关,术前联合检测可用于预测患者预后水平.

基于改进GM(1,n)的动态网络舆情预警模型

舆情的自由传播会导致网络集群行为的发生,易产生负面社会影响,威胁公共安全,因此建立网络舆情监控及预警机制是防控舆情传播、维护社会稳定的必要措施。首先,通过分析谣言的形成机制,构建了舆情发展预测指标体系;其次,通过建立多因素GM(1,n)模型对舆情发展的走向进行预测;然后,分别结合新陈代谢理论与马尔可夫理论改进上述预测模型;最后,以微博“新疆棉”事件和“成都四十九中”事件为例,对GM(1,n)模型、马尔可夫GM(1,n)模型和新陈代谢马尔可夫GM(1,n)模型预测舆情发展的能力进行对比,并比较了新陈代谢马尔可夫GM(1,n)模型与随机森林模型。实验结果表明,相较于原始模型与随机森林模型,新陈代谢马尔可夫GM(1,n)模型的平均预测精度分别提高了10.6和5.8%。可见,新陈代谢马尔可夫GM(1,n)模型在预测网络舆情发展趋势问题上具有良好的性能。

广西全科医生发展现状及需求预测研究——基于GM(1,1)模型和人力人口比值法

目的:分析广西全科医生发展现状,预测“十四五”时期全科医生需求量。方法:对2013—2020年广西全科医生数据进行描述性分析,运用GM(1,1)模型和人力人口比值法预测2021—2025年全科医生需求量。结果:2013—2020年,广西全科医生数量增长较快,专业化水平不断提升,预计2025年每万人口全科医生数将超过政策规划目标值;但截至2020年每万人口全科医生数仍低于全国平均水平,不同机构、不同地市全科医生配置不均衡。结论:发挥政府主导作用,强化全科医生队伍建设;提升全科医生基层就业意愿;优化全科医生区域配置,加大对欠发达地区的政策倾斜力度。

基于灰色预测GM(1,1)模型山东省卫生人力资源变化趋势研究

[目的]分析2012-2020年山东省卫生人力资源配置现状,预测2021-2025年卫生人力资源变化趋势。[方法]以2012-2020年山东省卫生人力资源配置为原始数据,利用GM(1,1)方法构建模型预测山东省卫生人力资源配置数并分析其变化趋势。[结果]2021-2025年山东省卫生人力资源配置总体呈上升态势,到2025年山东省三类地区千人口卫生技术人员数分别增长至11.71人、7.79人、8.85人,执业(助理)医师分别为4.66人、3.27人、3.75人,注册护士分别为5.79人、4.08人、4.17人。[结论]山东省卫生人力资源配置水平进一步得到提升,医护比逐渐趋于合理,虽经济落后地区卫生人力资源配置涨幅明显,但总量不及经济发达地区,地区间存在差异,注册护士仍有短缺,亟需制定相关政策缩小地区间差异,提高护士待遇,完善医护比,切实保障公共卫生服务均等化。

基于新陈代谢算法优化的GM(1,N)动态网络灰分拟合

煤炭是我国能源资源安全的压舱石,“双碳”背景下实现煤炭清洁加工与高效利用意义重大,而灰分检测对煤炭清洁化和智能化发展尤为重要。针对现有灰分检测存在的检测精度有待提高的突出问题,以两淮矿区典型煤样为研究对象,通过慢灰和X射线荧光(X ray fluorescence,XRF)测试系统地探究了煤样的灰分和元素组成分布规律,并结合机器学习理论构建了灰分-元素特征数据集;结合灰色系统理论和新陈代谢算法,构建了自适应的GM(1,N)动态网络灰分拟合优化模型,并详细设计了动态网络算法流程;提出了GM(1,N)动态模型的关键超参数,并通过与常规拟合方法对比,全面地评价了模型拟合性能。结果表明:两淮矿区煤可视为由可燃元素和成灰元素共同构成,且成灰元素中质量分数占比最高为Si和Al,次之为S、Fe和Ca等,最少为P和Cl等,并且煤中成灰元素总含量与灰分呈正相关,而可燃元素与之相反;以灰分为标签值、以组成元素为特征值,形成了煤的灰分-元素特征数据集;以样本数据划分→动态网络灰分拟合→模型评价机制→动态拟合模型自适应优化→鲁棒性提升→多轮迭代优化为主线设计了GM(1,N)动态网络灰分拟合模型及其算法流程,有效提升了数据集稳定性和新鲜度,并且迭代收敛速度快,灰分误差阈值5%时其准确率达100%;对比经典GM(1,N)模型和常规多元线性回归模型,证明了新模型的灰分拟合性能得到显著提升,其相对误差为0.16%~4.96%、误差均值仅2.29%。

基于RF-GM(1,1)-BP模型预测福州市财政收入

掌握市场趋势和规划收支费用对于财政部门而言具有极为重要的意义。本文选取1994~2021年福州市年财政收入相关数据,采用随机森林(RF)模型识别出财政收入的关键影响特征,随后建立GM(1,1)-BP组合模型,对2022~2025年福州市的年财政收入进行预测。预测结果表明RF-GM(1,1)-BP组合模型十分适合用于预测福州市财政收入;同时,福州市财政收入将在2021年之后稳步增长,并在2025年到达7,999,256万元。该结论能为相关部门实施的决策提供一定的理论参考。

后疫情时代互联网餐饮发展趋势探索——基于新陈代谢GM(1,1)模型预测

在互联网经济推动和新冠疫情冲击下,互联网餐饮迎来前所未有的发展机遇。文章基于2015—2021年我国网上外卖用户占互联网用户比重,以及外卖市场规模占餐饮业市场规模比重的数据,利用新陈代谢GM(1,1)灰色模型对未来互联网餐饮发展趋势进行预测。结果表明:在未来三年中,尽管网上外卖用户比重在小幅波动中趋于增长,但外卖市场规模比重持续大幅度上涨。因此,探讨未来互联网餐饮业态的发展趋势,对更好地促进互联网餐饮的发展具有重要意义。

基于GM(1,1)模型的沉降预测及应用

地表沉降的防治已经成为近年来人们研究的重点问题。沉降灾害严重地破坏了人们的生活环境,限制了城市的发展速度。选用GM(1,1)模型对某市沉降区域内的6个特征点进行预测。结果表明,GM(1,1)模型可以作为基于时间序列的预测模型在沉降的预防治理中应用。