大学生“慢就业”现象及其影响因素——基于二元Logistic回归模型的实证研究

通过对32所高校调研分析发现,大学生“慢就业”现象呈现上升态势。研究表明:个人最高学历、职业规划清晰程度、就业主动性、父母对于子女选择“慢就业”的态度、是否为独生子女、家庭人均年收入、学校层次、学校就业指导服务质量等因素均显著影响大学生对于“慢就业”行为的认知与选择。为此,必须结合大学生“慢就业”行为选择的影响因素,开展“广谱式”的职业生涯规划教育、构建家校联合的就业指导机制、形成具有强针对性的就业指导体系。

基于二元Logistic回归模型的基层农技人才培养意愿及影响因素分析

基于2022年广西基层农技推广体系人员培训班的调查问卷数据,利用二元Logistic回归模型分析了个体基本特征、培养因素、其他影响因素等对基层农技人才培养意愿的影响。结果表明:年龄、单位政策支持、对农业生产的帮助等对培养意愿有显著的影响。提出实施精准培养、加强政策支持、优化培养内容等建议,旨在增强基层农技人员培养意愿和参与积极性,实现农业和农村发展的高质量和可持续发展。

峨眉雪芽消费者购买行为影响因素分析——基于二元Logistic模型

党的二十大报告强调:“全面推进乡村振兴,坚持农业农村优先发展。”在乡村振兴的大背景下,茶产业的可持续发展是有效脱贫的途径之一,从供需两端深入打通乡村振兴茶产业链,深耕茶叶产业赋能乡村振兴。本文以峨眉雪芽品牌为例,通过设计问卷对成都市消费者进行实地调查,观察其购买行为特征,挖掘影响消费的主要因素,通过二元Logistic模型分析后得到相应结论,为峨眉雪芽可持续发展提出可行性建议。

基于二元Logistic回归模型分析机器人辅助子宫内膜癌术后并发症危险因素

目的:探索基于二元Logistics回归模型分析机器人辅助子宫内膜癌患者术后并发症的危险因素。方法:回顾性分析2021年5月—2022年5月在空军军医大学第一附属医院收治的96例子宫内膜癌患者的临床资料,根据手术方式不同将所有患者分为常规组(n=47)和机器人组(n=49),并比较两组患者并发症发生率。同时,经二元Logistic回归模型分析影响术后并发症的危险因素。结果:机器人组术后并发症发生率低于常规组(6.12%Vs 31.91%,P<0.05)。经二元Logistic回归模型分析,年龄>60岁、BMI>24 kg/m^(2)、术中出血量>200 ml、有贫血史、常规手术是影响患者术后出现并发症的独立危险因素(P<0.05)。利用Bootstrap法内验证,预测模型AUC为0.818,特异性71.8%,灵敏性77.8%,95%CI 0.720~0.917。结论:影响机器人辅助子宫内膜癌术后并发症的主要因素为贫血史、手术时间、BMI、年龄、手术方式,针对合并此类危险因素的患者需采用相应的干预措施,从而降低患者术后并发症,改善预后。

基于二元Logistic回归模型的农户参与乡村旅游开发意愿影响因素研究——以榕江县乐里镇为例

在乡村振兴背景下,乡村旅游作为乡村经济发展新路径,在改善农村基础设施建设、提高农户收入方面具有显著作用。农户作为乡村旅游开发主体,其参与意愿对于乡村旅游开发具有关键作用。文章选取贵州省榕江县乐里镇作为研究对象,采用二元Logistic回归模型对当地农户参与乡村旅游开发意愿的影响因素进行分析。研究发现,当地农户参与意愿受4个因素影响,分别是教育程度,政府对当地乡村旅游开发政策宣传解读,政府在资金、专业技能等方面的支持,当地乡村旅游企业提供工作岗位。根据研究结果,针对性提出提升农户参与乡村旅游开发意愿的对策建议,以期助力乐里镇乡村旅游的开发。

普外科术中低体温发生情况Logistics回归分析及预测模型构建

目的探讨普外科术中低体温发生的风险因素,构建并验证术中低体温发生的风险预测模型。方法选取2020年12月至2022年12月在本院接受普外科手术的117例患者作为观察对象。收集患者临床资料,根据患者术中是否发生低体温将其分为发生低体温组(A组)和未发生低体温组(B组)。Logistic回归分析影响患者普外科术中发生低体温的危险因素,并建立风险预测模型,受试者工作特征曲线(ROC)检测该模型的预测效能。结果117例患者中发生低体温31例(26.49%),未发生低体温86例(73.50%)。两组患者在年龄、体重指数、手术方式、ASA分级、术中输液量、手术室温、手术时间等方面比较,差异具有统计学意义(P<0.05)。Logistic回归分析结果显示,年龄≥65岁、术中输液量≥1000 mL、麻醉时间≥4 h、手术室温<23℃是普外科术中发生低体温的危险因素(P<0.05)。独立危险因素纳入Logistic回归分析并建立预测模型,模型预测概率P=1/[1+e(-1.020+0.874)×(年龄)+1.114×(术中输液量)+1.556×(手术室温)+1.453×(麻醉时间)]。ROC曲线检验该模型预测效能,结果显示ROC曲线下面积(AUC)=0.754(P<0.05);Hosmer-Lemeshow拟合优度检验显示,χ^(2)=1.001,P=0.998。结论患者年龄、术中输液量、麻醉时间、手术室温是普外科患者术中发生低体温的独立危险因素,Logistic风险预测模型拟合效度好,具有较高预测价值。

发生带状疱疹后神经痛的影响因素的logistic模型分析

目的了解带状疱疹后神经痛(postherpetic neuralgia,PHN)的影响因素,为针对性地防治PHN提供依据。方法于2022年1月-12月选取某院就诊的带状疱疹患者480例为研究对象,收集患者的人口学情况、临床相关内容、心理状态、饮食依从性和运动情况。采用多因素logistic模型分析PHN发生的影响因素。结果共纳入480人,单因素分析结果显示,年龄较高、皮损面积大、NRS评分高、不用激素治疗、冠心病、饮食习惯不良、缺乏体育锻炼者的PHN发生率较高(P<0.05)。多因素分析结果显示,年龄、皮损面积、激素治疗、冠心病、饮食依从性、体育锻炼是PHN的影响因素(P<0.05)。结论年龄、冠心病、疼痛程度、皮损面积、激素治疗、饮食依从性、体育锻炼影响PHN的发生,根据影响因素采用多种措施开展有针对性健康干预,从而帮助患者正确面对疾病,降低PHN的发生率,提高生活质量。

二元堤基结构堤防管涌机理模型试验

为了科学解释二元堤基结构堤防管涌致灾机制并揭示其形成、演化过程和致溃规律,在考虑堤基强、弱透水层之间壤土过渡层作用的基础上,通过室内模型试验完整地模拟了二元堤基管涌从单个泡泉发展至管涌群并最终造成堤基塌陷溃决的全过程。试验结果表明:上部黏土及壤土层在渗流的顶托作用下向上隆起并在堤基内部产生层间水平渗漏通道,导致发生潜层砂沸,最终向上发展为表面砂沸的渗透破坏;二元堤基结构管涌发展可分为裂缝发展、潜层破坏、上覆层破坏、管涌通道上溯、堤基破坏和堤基溃决6个发展阶段;表面砂沸由潜层砂沸发展而来,潜层砂沸是由于土层内竖向坡降所引起的渗流力大于上部土体浮容重时造成的土层结构破坏所致,临界竖向坡降处于0.9~1之间;壤土层的存在会加快堤后自由边界区域管涌群的发展速度,但可以延缓管涌通道的上溯,对堤基具有保护作用。

基于Logistic模型和SPC算法的关键技术识别与预测——以卫星互联网为例

识别关键技术有助于在制定技术和市场战略布局中获得先发优势,对我国经济发展、国家安全具有重要意义。文中提出一种融合生命周期与主路径分析的关键技术识别方法,是对已有的研究理论和方法的重要补充。首先,检索相关领域专利数据并进行技术划分;然后,综合运用Lo-gistic模型和SPC算法构建技术轨道,识别关键技术;接着,使用显性技术优势指数比较主要国家技术竞争态势;最后,结合关键技术与技术竞争态势绘制技术路线图,识别技术热点与前沿预测。以卫星互联网为例,阐述该方法的应用过程。研究结果表明,该方法能够较为准确识别出该领域关键技术,揭示全球技术竞争态势,有效实现技术热点识别和未来技术预测;识别出的卫星互联网关键技术,能够为国家发展政策制定与相关产业布局提供参考。

X线联合超声Logistic模型预测乳腺癌腋窝淋巴结转移的价值分析

目的分析与乳腺癌腋窝淋巴结转移相关的X线和超声征象,构建Logistic回归模型并评估其对术前预测腋窝淋巴结状态的临床价值。方法选取2015年1月至2022年1月高密市人民医院收治的312例原发性乳腺癌患者作为研究对象,根据是否发生腋窝淋巴结转移(ALNM)分为转移组(n=141)与未转移组(n=171)。所有患者均行X线及超声检查,比较未转移组与转移组乳腺浸润性导管癌的X线征象、超声征象,采用多因素Logistic回归分析ALNM的影响因素;绘制ROC曲线分析X线、超神征象及Logistic回归模型预测乳腺癌腋窝淋巴结转移的价值。结果两组X线原发灶长径、皮肤增厚、乳头回缩、淋巴结门和淋巴结密度比较差异有统计学意义(P<0.05),两组象限位置、钙化和边缘毛刺比较差异无统计学意义;两组超声原发灶长径、淋巴结皮髓质分界和淋巴结皮质比较差异有统计学意义(P<0.05),两组原发灶高回声晕、后场回声、血流分级和纵横比比较差异无统计学意义。多因素Logistic回归分析结果显示,X线征象的乳房皮肤增厚征象、超声淋巴结皮质增厚征象是乳腺浸润性导管癌患者发生ALNM的独立危险因素(P<0.05)。ROC曲线分析结果显示,X线乳房皮肤增厚征象和超声征象的淋巴结皮质增厚预测淋巴结转移的AUC分别为0.652(95%CI:0.589~0.714)、0.725(95%CI:0.666~0.784),模型预测ALNM的AUC为0.795(95%CI:0.742~0.848),预测效能较好。结论乳腺癌患者的X线皮肤增厚征象和超声腋窝淋巴结皮质增厚征象与ALNM有关,X线联合超声的Logistic模型可较准确地预测乳腺癌患者的腋窝淋巴结状态。

宫颈癌患者及配偶二元应对与亲密关系的主体-客体互倚模型研究

目的 本研究通过主体-客体互倚模型(APIM)分析宫颈癌患者及配偶的二元应对和夫妻亲密关系间的关系,为医护人员制订干预措施来改善宫颈癌夫妻的应对水平和亲密关系提供理论参考。方法 采取便利抽样方法抽取2021年10月至2022年6月郑州大学第一附属医院收治的197对宫颈癌夫妻作为样本,采用二元应对量表和婚姻调适测定量表进行问卷调查,并通过构建APIM模型分析宫颈癌患者及其配偶的二元应对水平与亲密关系间的关系。结果 宫颈癌患者和配偶的二元应对均能够预测自身亲密关系(β=0.49、0.45,P<0.001),即主体效应明显;客体效应结果显示配偶的二元应对水平能够预测宫颈癌患者的亲密关系(β=0.44,P=0.005)。结论 宫颈癌夫妻的二元应对水平和亲密关系之间存在部分二元交互作用。医护人员应将宫颈癌夫妻看作一个整体,开展二元应对干预策略的制定,从而达到提升亲密关系、维持婚姻稳定家庭和谐的目的。

华南锑矿带单锑型锑矿床“两层楼”二元成矿模型——以滇东南木利锑矿床为例

华南锑矿带是我国乃至世界上最重要的锑成矿带,分布有众多大型-超大型单锑型锑矿床。本文以滇东南木利锑矿床作为主要研究对象,并与华南锑矿带内单锑型矿床中最典型的锡矿山和独山锑矿田(床)进行详细的基础地质特征对比研究。发现对于单锑型锑矿田(床)而言,无论是矿田尺度还是矿床尺度,普遍具有“石英-辉锑矿”和“方解石-辉锑矿”两种矿石类型。同一矿田内,部分矿床(段)以“石英-辉锑矿”的矿物组合为主,部分以“方解石-辉锑矿”的矿物组合为主;而矿床(段)尺度内,又往往表现为上部“石英-辉锑矿”型矿物组合,下部为“方解石-辉锑矿”型矿物组合的两层楼模式。该模型的提出对于华南锑矿带单锑型矿床成因研究和找矿勘查具有重要意义。

“新农科”背景下农业工程与信息技术领域研究生“创转”能力培养的影响因素分析--基于二元Logistic回归模型

习总书记在党的二十大报告中强调:“全面推进乡村振兴,坚持农业农村优先发展。”大力培养农业高水平人才是振兴乡村、发展乡村的关键。针对“新农科”背景下农业工程与信息技术领域研究生培养目标:培养掌握扎实的专业基础理论和行业最新发展动态,具备优良的综合知识素养和宽阔的学科视野,具备发现、分析、解决问题的能力以及具备学科交叉背景的知农爱农为农的复合型高素质农林人才。本文通过调研地方农业高校发现国家政策、导师指导、实践平台和学科平台等是提升农业工程与信息技术领域研究生创转能力的关键性因素。通过二元Logistic回归模型进行分析后,针对性地提出提升农业工程与信息技术领域研究生的创转能力的措施。

基于主客体互倚模型的宫颈癌化疗患者夫妻二元应对、婚姻调适和生活质量的关系研究

目的基于主客体互倚模型探讨宫颈癌化疗患者夫妻二元应对水平、婚姻调适与生活质量的关系,为临床干预提供理论依据。方法2021年8月至2022年9月,采用便利抽样法选取在郑州市某三级甲等医院妇科和肿瘤科住院治疗的180对宫颈癌化疗患者夫妻为研究对象。采用二元应对量表、婚姻调适量表和生活质量量表对其进行调查。结果宫颈癌患者的二元应对、婚姻调适与生活质量得分均低于其配偶,差异均有统计学意义(均P<0.05)。宫颈癌患者及配偶的二元应对、婚姻调适与生活质量均呈正相关(均P<0.05)。在主体效应方面,宫颈癌患者夫妻的二元应对及婚姻调适均能够预测自身的生活质量,呈正相关(β=0.678、0.62、0.65、0.64,P<0.001);在客体效应方面,患者二元应对及婚姻调适能够预测配偶的生活质量,配偶的二元应对及婚姻调适也能预测患者的生活质量,均呈正相关(β=0.62、0.597、0.600、0.675,P<0.001)。结论宫颈癌化疗患者的生活质量不仅受自身影响,也受配偶的影响,要重视患者夫妻的二元应对水平和婚姻调适的交互影响,从而改善宫颈癌患者夫妻的生活质量。

基于深度神经网络与Logistic模型的财务风险预警研究——来自制造业上市公司数据

复杂多变的外部经济环境促使企业财务风险不断上升,寻求有效的财务风险预警模型以提高公司财务风险管理能力是当前理论界与实务界重点关注的热点话题。人工智能技术在各领域应用的飞速发展,为识别和评估公司财务风险提供了新方向,本文基于人工智能领域主流算法——机器学习算法,构建深度神经网络预警模型以识别和评估公司财务风险。本文以2001-2023年制造业上市公司为样本,使用PSM匹配将样本分为财务危机组和经营良好组,综合多维度多目标的财务风险预警指标体系,并使用计算机模拟仿真技术和多模型对比测试,研究发现基于机器学习算法的深度神经网络模型对预测财务风险准确率达到90%。进一步,本文运用Logistic模型获取了对企业财务风险影响较大的因素。本文研究为识别、评估和控制财务风险提供了新的理论模型,也为管理者增强公司风险防范水平提供了实践指导。

随机森林模型和Logistic回归模型预测非计划再手术发生风险的效能比较

目的比较随机森林模型和Logistic回归模型预测非计划再手术发生风险的效能。方法在手术麻醉系统中筛选一次住院期间申请2次手术的患者信息。提取所有非计划再次手术患者(n=219)作为研究组,对应科室的计划再次手术患者(n=14311)作为对照组。运用随机森林模型和Logistic回归模型建立非计划再手术预测模型。采用受试者工作特征曲线下面积评价两种模型的预测效能。结果(1)Logistic回归分析结果显示,前次术中输血、罹患恶性肿瘤、合并疾病数量、前次手术切口愈合等级、前次手术级别、前次手术时长、前次手术切口类别是非计划再手术发生的影响因素(P<0.05)。Logistic回归预测模型的曲线下面积为0.922,灵敏度、特异度、准确率分别为92.59%、79.11%、79.28%。(2)随机森林模型特征变量的重要性排序结果显示,前次手术切口类别、前次术中输血、前次手术级别、前次手术切口愈合等级、合并疾病数量、罹患恶性肿瘤等变量的重要性更靠前。随机森林预测模型的曲线下面积为0.866,灵敏度、特异度、准确率分别为80.00%、93.33%、86.66%。Logistic回归预测模型曲线下面积大于随机森林预测模型,但差异无统计学意义(P>0.05)。结论综合使用Logistic回归模型和随机森林模型,并将二者分析结果互为补充,可从各个方面预测非计划再次手术的风险因素,能获得更好的预测效能。

基于Logistic回归模型和PCA模型的急性缺血性脑卒中发作影响因素分析

目的应用Logistic回归模型和主成分分析(PCA)模型分析急性缺血性脑卒中(AIS)发作的影响因素。方法从大连医科大学附属第二医院医渡云科研大数据服务器系统提取2001年1月1日至2021年12月31日的数据,将医院病历系统收录的55620例AIS患者纳入病例组,将筛选后的64134例在医院体检中心体检的人群纳入对照组。收集两组的临床资料,分析AIS发作的影响因素。结果多因素分析结果显示,年龄、性别、肌酐、白细胞计数、血红蛋白、红细胞计数、血小板计数、甘油三酯(TG)、低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇(HDL-C)、丙氨酸氨基转移酶(ALT)、总胆固醇(TC)、γ-谷氨酰转移酶(γ-GGT)水平及吸烟史、饮酒史、高血压、糖尿病、心梗、冠心病、动脉粥样硬化为AIS的影响因素(P<0.05);受试者工作特征(ROC)曲线下面积(AUC)为0.927。PCA提取8个主成分,既往病史、血脂水平风险比较大。结论既往病史及血脂水平是AIS发作的主要影响因素,有效控制原发疾病及血脂水平能够更好控制AIS发作。

基于Logistic回归和支持向量机的早发性结直肠癌风险预测模型

目的:通过Logis tic回归和支持向量机(SVM)探究早发性结直肠癌(EOCRC)和晚发性结直肠癌(LOCRC)的危险因素,建立针对不同年龄段人群的风险预测模型并比较预测效果。方法:选择2012—2022年诊断为结直肠癌患者,记录人口学特征、临床表现、既往史、家族史、生活方式、体格检查、实验室检查及病理诊断,分别建立风险预测模型,比较两模型的ROC曲线下面积(AUROC)、准确率、精确率、召回率、F1分数。结果:综合两模型结果,EOCRC风险与出现消化道出血、腹胀腹痛、大便习惯改变等临床表现、体重减轻、肿瘤标志物升高具有较强的正相关性,与婚姻状况、阑尾切除史、糖尿病史、血脂异常病史、结直肠癌家族史也存在较弱的正相关;LOCRC风险与婚姻状况、出现临床表现、体重减轻、血脂异常、肿瘤标志物升高具有较强的正相关性,与年龄、吸烟、阑尾切除史、结直肠癌家族史也存在一定的正相关性。两模型的AUROC、准确率、F1分数相差不大,但Logistic回归模型的精确率更高而SVM模型的召回率更高。结论:EOCRC和LOCRC的危险因素不完全相同,婚姻状况、吸烟、血脂异常、肿瘤家族史在EOCRC中的贡献低于在LOCRC中的贡献。相较Logistic回归,SVM能发现更多的结直肠癌危险因素,能尽可能多的找出结直肠癌的可能患者。

基于DCE-MRI表现的logistic回归分析模型在乳腺良恶性病变诊断中的应用

目的 分析基于动态对比增强磁共振成像(DCE-M RI)表现的logistic回归分析模型在乳腺良恶性病变诊断中的应用。方法 回顾性分析2021年1月~2023年10月来我院进行乳腺检查患者161例临床资料。其中良性病变60例、恶性病变101例,分别纳入良性组(n=60)及恶性组(n=101)。分析两组DCE-MRI表现差异,进行单因素分析,利用二元Logistic回归分析构建乳腺良恶性病变诊断模型。采用受试者工作特征(ROC)曲线分析乳腺良恶性病变诊断模型的效能。结果 单因素分析显示,良性组与恶性组TIC曲线、BI-RADS分级、早期强化率、边缘形态及病灶大小比较差异有统计学意义(P<0.05);二元Logistic回归分析结果显示, TIC曲线、BI-RADS分级、早期强化率、边缘形态及病灶大小是乳腺良恶性病变危险征像;构建logistic乳腺癌良恶性病变诊断模型Y=-0.633+0.645TIC曲线+2.112×BI-RADS分级+1.142×早期强化率+1.136×边缘形态+1.136×病灶大小;ROC曲线分析显示该模型诊断效能,AUC为0.944,敏感度为83.33%,特异度为85.15%,提示该模型具有较高的诊断效能。结论 基于乳腺病变早期DCE-MRI表现的logistic诊断模型,能够筛选出对乳腺恶性病变鉴别诊断有意义的特征变量,对乳腺良恶性病变具有较高的诊断效能。

基于连续比例Logistic回归模型的贝叶斯判别分析

针对传统贝叶斯判别分析方法处理实际问题的局限性,提出一种基于连续比例Logistic回归模型的贝叶斯判别分析方法.首先基于连续比例Logistic回归模型建立半参数密度比模型,通过经验似然法估计模型的参数,并使用贝叶斯定理计算后验概率进行分类预测.然后对比新方法与传统方法的回判正确率,统计模拟表明当总体数据符合正态分布时,2者判别能力相当,否则,提出的新方法能够更好地判别不同的数据特征.最后运用新方法分析真实的数据集,验证了新方法在分类预测中的准确性和稳健性,与传统方法相比,更适用于实际应用中多元分类问题的建模和预测.