老年危重症患者发生再喂养综合征的危险因素回归方程的构建及干预措施分析

目的构建老年危重症患者发生再喂养综合征(RFS)的危险因素回归方程,并分析相应的干预措施。方法回顾性分析2021年1月—2023年3月重症监护室(ICU)收治的154例老年危重症患者的临床资料,根据RFS发生情况分为RFS组51例和非RFS组103例。采用Logistic回归模型分析影响发生RFS的因素;采用受试者工作特征(ROC)曲线分析预测因子对RFS的预测价值;构建并验证相关Logistic回归方程,拟定相关护理干预内容。结果老年危重症患者发生RFS与急性生理学和慢性健康状况评分系统Ⅱ(APACHEⅡ)评分、营养风险筛查2002(NRS2002)评分、有创机械通气、喂养前禁食时间、D-二聚体水平、营养摄入方式和喂养前血磷、血钾、血镁水平有相关性(P<0.05)。Logistic回归分析显示,APACHEⅡ评分、NRS2002评分、营养摄入方式和喂养前血磷、血钾水平均为影响老年危重症患者发生RFS的独立危险因素(P<0.05)。ROC曲线结果显示,APACHEⅡ评分、NRS2002评分、营养摄入方式和喂养前血磷、血钾水平和联合预测因子预测老年危重症患者发生RFS的曲线下面积(AUC)分别为0.754、0.723、0.707、0.783、0.774和0.859(P<0.05)。发生RFS的Logistic回归方程为L=0.085×APACHEⅡ评分-0.337×NRS 2002评分+0.537×营养摄入方式-0.776×喂养前血磷水平-0.207×喂养前血钾水平+0.942。该方程预测价值良好,可根据方程拟定针对性的护理干预措施。结论危险因素回归方程可用于老年危重症患者RFS发生风险的临床预测,临床可根据回归方程制订相关护理干预措施,预防RFS的发生。

胃癌患者术后低蛋白血症发生的影响因素及其Logistic回归方程的构建及其预测价值

目的探讨胃癌患者术后低蛋白血症发生的影响因素,并建立回归方程并分析其预测价值。方法回顾性分析,收集102例接受胃癌根治术的胃癌患者临床病历资料。根据术后7 d内所检测的白蛋白(ALB)水平评定术后低蛋白血症发生情况,并依据评定结果将患者分为发生组(n=32)和未发生组(n=70)。对比2组基线资料、临床资料及实验室指标,通过Logistic回归分析影响因素,并构建Logistic回归方程,通过受试者工作曲线(ROC)探讨预测价值。结果发生组肿瘤直径、合并糖尿病占比、术中输注晶体与胶体总量显著高于未发生组(P<0.05)。经Logistic回归分析结果显示,肿瘤直径、术中输注晶体与胶体总量、合并糖尿病是胃癌患者术后低蛋白血症发生的影响因素(OR>1,P<0.05)。将上述影响因素带入回归方程,得到Logist(P)=-27.349+1.001×肿瘤直径+0.015×术中输注晶体与胶体总量+1.300×合并糖尿病,对回归模型绘制Logist(P)的ROC曲线,得到曲线下面积(AUC)值为0.838,最佳截断值为0.584,敏感度为0.813,特异度为0.771。结论肿瘤直径、术中输注晶体与胶体总量、合并糖尿病是胃癌患者术后低蛋白血症发生的影响因素,根据上述指标所建立的预测模型有较好的预测价值。

川南山地牛体重与体尺回归方程的建立

为探究川南山地牛体重与体尺指标的相关关系,构建该品种体重估测线性回归方程,本研究应用SPSS 21.0软件对148头川南山地牛的体重及12个体尺指标进行相关分析、通径分析及逐步回归分析,建立了体重与体尺指标的最优线性回归模型。结果显示:川南山地牛体重与体高、体斜长、头长、最大额宽、胸宽、胸深、胸围、管围、后腿围、坐骨端宽、腰角宽、十字部高等12个体尺指标均呈极显著正相关(P<0.01);通径分析表明,对公、母牛体重直接作用最大的体尺指标分别是胸深、胸围,间接作用最大的分别是腰角宽、体高;通过逐步回归得到体重估算最优回归方程,公牛Y=-248.922+2.411X_(6)(胸深)+1.469X_(7)(胸围)+2.306X_(5)(胸宽)+0.764X_(2)(体斜长),母牛Y=-340.732+2.059X_(7)(胸围)+1.992X_(6)(胸深)+7.429X_(8)(管围)+1.844X_(11)(腰角宽),可用于川南山地牛体重的估算。

基于Logistic回归方程分析aSAH病人脑积水的影响因素及预测模型构建

目的:基于Logistic回归方程分析动脉瘤性蛛网膜下腔出血(aSAH)病人脑积水的影响因素,进一步构建预测模型,旨在为临床防治脑积水提供指导。方法:采用便利抽样法,选取2021年1月—2022年10月中国人民解放军空军军医大学第二附属医院收治的aSAH病人,将符合纳入、排除标准的236例病人作为研究对象,统计脑积水发生情况,并通过单因素、Lasso回归、Logistic回归方程分析aSAH病人脑积水的影响因素,采用似然比卡方、Wald卡方、拟合优度检验评价Logistic回归模型,受试者工作特征(ROC)曲线评价Logistic回归模型预测价值。结果:236例aSAH病人脑积水发生率为14.83%(35/236)。动脉瘤位于后循环[OR=4.443,95%CI(1.028,19.201)]、出血破入脑室[OR=5.842,95%CI(2.212,15.428)]、蛛网膜下腔出血厚度≥5 mm[OR=3.440,95%CI(1.120,10.568)]、弥散性蛛网膜下腔出血[OR=3.951,95%CI(1.213,12.869)]、颅内感染[OR=5.092,95%CI(2.326,11.147)]、脑脊液转化生长因子β1(TGF-β1)水平[OR=5.112,95%CI(1.283,20.368)]、脑脊液基质金属蛋白酶-9(MMP-9)水平[OR=6.530,95%CI(2.302,18.521)]是aSAH病人发生脑积水的危险因素,脑脊液净化[OR=0.365,95%CI(0.154,0.865)]是aSAH病人发生脑积水的保护因素(P<0.05)。ROC曲线显示,Logistic回归模型对aSAH病人发生脑积水的预测价值曲线下面积(AUC)为0.932,95%CI[0.892,0.961],预测敏感度为97.14%,特异度为86.07%。结论:动脉瘤位于后循环、出血破入脑室、蛛网膜下腔出血厚度≥5 mm、弥散性蛛网膜下腔出血、颅内感染、脑脊液TGF-β1水平、脑脊液MMP-9是aSAH病人发生脑积水的危险因素,脑脊液净化是aSAH病人发生脑积水的保护因素,临床可据此制定针对性防治措施,进一步改善预后。

9个丁香品种叶面积测量相关性分析及回归方程的建立

[目的]建立方便、准确的叶面积测定方法。[方法]以植物园9个丁香品种的成熟叶片为试材,采用扫描叶片并结合Image-J程序的数字图像处理技术测定丁香叶长、叶宽及叶面积,并运用Spss-26统计软件对其叶长、叶宽、叶长与叶宽的乘积与叶面积进行相关性分析,建立9个丁香品种叶面积的一元回归方程、多元回归方程、幂函数、总三元线性回归方程及总幂函数方程。[结果]叶面积与叶长与叶宽的乘积具有极显著相关性,通过建立的各丁香品种叶面积估算方程,发现三元线性回归方程和幂函数方程是估算不同丁香品种叶面积的较佳回归方程,通过建立的总三元回归方程和总幂函数方程进行拟合优度,差异百分率和估算值与实测值的相关系数比较,得出总幂函数方程对估算9个不同品种丁香叶面积的准确性高,其方程为Y=0.746X+0.975。[结论]该研究成功建立了9种不同品种丁香的叶面积回归方程,但针对其他品种丁香叶面积还需要验证。

大脑枕颞沟形态学分析及投影回归方程

目的:构建以AC-PC线为扫描基线的活体大脑薄层MRI图像,研究枕颞沟在横、冠、矢状面的形态学规律及投影回归方程。方法:选定健康男、女各15名。以AC-PC为基准线,连续扫描MRI T1W1图像,所得横、冠、矢状面MRI成像数据,采用“3D-Cursor”技术观察枕颞沟在横、冠状面位置变化及连续形态学特征。将所测得的数据以横断面Z=0,冠状面X=0,矢状面Y=0,层厚2 mm,以及Y值为所在层面与零层面的层距乘以2 mm层厚为标准,建立笛卡尔三维立体坐标系,绘制枕颞沟内侧缘投影图,并利用SPSS 22.0统计分析出枕颞沟内侧缘的空间拟合曲线平面回归方程。结果:横断面的枕颞沟与大脑半球边缘平行,呈前后方向走行,后方一直延伸至枕叶,与侧副沟呈平行关系。分为“波浪”型,“()”型,“3”型;冠状面主要分为“1”型,“11”型,“U”型;成功构建大脑枕颞沟在横、冠、矢状面的投影回归方程。枕颞沟在横断面上Y值对X值的曲线回归方程右侧:■=-62.76+2.75×X+0.22×X^(2)+3.1×10^(-3)×X^(-3),左侧:■=3.84-10.83×X+0.5×X^(2)-6.04×10^(-3)×X^(-3);枕颞沟在冠状面上Z值对X值的曲线回归方程右侧:■=7.67-1.54×X-0.09×X^(2)-1.06×10^(-3)×X^(-3),左侧:■=17.99+2.78×X-0.12×X^(2)+1.42×10^(-3)×X^(-3);枕颞沟在矢状面上Z值对Y值的曲线回归方程右侧:■=20.75-0.35×X+2.62×10^(-3)X2+5.49×10-5×X^(-3),左侧:■=19.64-0.39×X+3.75×10-4X2+3.15×10-5×X^(-3)。结论:利用“3D-Cursor”及“连续追踪”技术识别枕颞沟,其在横、冠面形态各异,为颞叶疾病定位及通过枕颞沟手术入路途径提供解剖学依据。

脓毒症患者继发急性肾损伤危险因素Logistic回归方程研究

目的分析脓毒症患者继发急性肾损伤的危险因素,并构建回归方程。方法回顾性收集2020年3月—2022年7月106例脓毒症患者临床资料,根据是否继发急性肾损伤分为急性肾损伤组(49例)和非急性肾损伤组(57例)。采用多因素Logistic回归分析脓毒症患者继发急性肾损伤的危险因素,并构建回归方程,采用受试者工作特征曲线(ROC)分析回归方程对脓毒症患者继发急性肾损伤的预测价值。结果合并肺部感染、平均动脉压(MAP)较低、尿量较少、动脉血酸碱度(pH)较低、血清胱抑素C(Cys-C)水平较高、急性生理和慢性健康状况(APACHEII)评分较高均为脓毒症患者继发急性肾损伤的独立危险因素(P<0.05)。logit(P)=-11.027+合并肺部感染×1.372+MAP×1.125+尿量×0.983+动脉血p H×1.083+血清Cys-C水平×1.362+APACHEII评分×0.983。ROC曲线分析结果显示,当logit(P)>15.06时,AUC为0.900,敏感度为70.21%,特异度为94.06%。结论脓毒症患者继发急性肾损伤的独立危险因素较多,据此构建回归方程对脓毒症患者继发急性肾损伤具有较好的预测价值。

柯尔克孜种公羊体重与体尺相关性分析及最优回归方程选择

为了分析不同月龄柯尔克孜种公羊体重及主要体尺指标的相关关系,确定柯尔克孜公羊的品种特征、种用价值及生产力水平,试验选用27只12月龄柯尔克孜种公羊,111只24月龄柯尔克孜种公羊,128只48月龄柯尔克孜种公羊,68只72月龄柯尔克孜种公羊为检测对象,测量其体重、体高、体长、胸围、管围等各项体尺指标,并对不同月龄柯尔克孜种公羊体重及主要体尺指标的表型相关变量、相关关系和通径系数进行统计分析。结果表明,柯尔克孜种公羊体重与体高、胸围呈极显著正相关(P<0.01),体高与体长呈极显著正相关(P<0.01),体高与胸围呈显著正相关(P<0.05),其中,体重与胸围表型相关系数最大。可见,体高和胸围可以作为评估柯尔克孜种公羊体重、体况指标的主要指标,在今后的柯尔克孜羊育种工作中,种公羊的选育和评估应以胸围为主,并兼顾体高。

南北疆规模化牧场奶牛21天妊娠率及相关指标线性回归方程的建立与应用

[目的]建立一种较直观、快速、便捷的繁殖评价方法,为高效奶牛繁育进行有效评价提供科学理论支撑。[方法]对南北疆不同养殖模式的6个规模化牧场进行相关繁殖数据收集与整理,并分析21天妊娠率与发情揭发率、受胎率之间的相关性,建立以发情揭发率、受胎率为变量的线性回归方程,对影响奶牛怀孕的关键因素进行全面客观评估。[结果]成母牛21天妊娠率与发情揭发率、受胎率显著正相关(P<0.01),并建立相关回归方程,青年母牛:Y=-0.532+0.906X+0.599Z,R^(2)=0.990;成母牛:Y=-0.282+0.701X+0.415Z,R^(2)=992(其中Y为21天妊娠率,X为受胎率,Z为发情揭发率)。[结论]繁育人员可借助回归方程预测相关指标,快速、准确、便捷地在发情揭发率、受胎率两个关键性指标上提升,为牧场月度繁殖评估提供准确依据,为实现牧场高效奶牛繁育提供切实可行的路径及方案。

ERCP术后患者并发胰腺炎的危险因素回归方程构建

目的构建内镜下逆行胰胆管造影(ERCP)术后患者并发胰腺炎的危险因素回归方程。方法对2020年1月至2022年12月山西省汾阳医院收治的ERCP术后患者1026例临床资料进行回顾性分析。根据ERCP术后患者并发胰腺炎情况分为胰腺炎组(n=105)和无胰腺炎组(n=921)。通过单因素及多因素Logistic回归分析法分析ERCP术后患者并发胰腺炎的危险因素,建立危险因素回归方程,并绘制受试者工作特征(ROC)曲线,分析危险因素回归方程对ERCP术后患者并发胰腺炎的预测价值。结果ERCP术后患者1026例,并发胰腺炎105例,胰腺炎发生率为10.23%。多因素Logistic回归分析结果显示,胰管插管、造影剂注射频次≥2次、既往存在胰腺炎史、括约肌功能障碍为ERCP术后患者并发胰腺炎的危险因素(OR值分别为3.334、8.560、3.818、2.449,均P<0.05)。构建危险因素回归方程:Logit(P)=-4.588+1.204×胰管插管+2.147×造影剂注射频次+1.340×既往存在胰腺炎史+0.596×括约肌功能障碍,ROC曲线下面积(AUC)为0.842,灵敏度为0.76、特异度为0.77。结论ERCP术后患者并发胰腺炎的风险较高,其发生与胰管插管、造影剂注射频次≥2次、既往存在胰腺炎史、括约肌功能障碍等因素密切相关,构建的危险因素回归方程对ERCP术后患者并发胰腺炎的危险因素具有良好的预测价值。

基于Logistic回归方程分析155例老年ACS患者PCI后MACE的相关影响因素

目的基于Logistic回归方程分析老年急性冠状动脉综合征(ACS)患者经皮冠状动脉介入术(PCI)后主要不良心血管事件(MACE)的相关影响因素并构建预测评分系统。方法选取2019年3月至2022年4月于该院行PCI治疗的155例老年ACS患者为研究对象,根据PCI后6个月内是否发生MACE分为发生组和未发生组。收集并比较两组临床资料;采用多因素Logistic回归分析MACE发生的影响因素;构建预测评分模型,并采用受试者工作特征(ROC)曲线分析该评分模型对MACE的预测价值。结果PCI后6个月,58例患者发生MACE(发生组)的发生率为37.42%(58/155),剩余97例为未发生组;发生组全球急性冠状动脉事件注册风险(GRACE)评分、小而密低密度脂蛋白胆固醇(sdLDL-C)、脂蛋白相关磷脂酶A2(Lp-PLA2)、超敏C反应蛋白(hs-CRP)水平及饮酒史、糖尿病史、未血运重建患者比例高于未发生组,而淋巴细胞计数低于对照组,差异均有统计学意义(P<0.05);Logistic回归结果显示,淋巴细胞计数、未血运重建、sdLDL-C、hs-CRP、Lp-PLA2是老年ASC患者PCI后MACE发生的影响因素(P<0.05);预测评分系统预测老年ASC患者PCI后MACE发生的AUC为0.811。结论淋巴细胞计数、未血运重建、sdLDL-C、hs-CRP、Lp-PLA2是老年ACS患者PCI后MACE发生的影响因素,基于Logistic回归方程分析构建的预测评分系统具有良好预测效能。

用多个回归方程法确定医学参考值

目的 建立确定医学参考值的多个回归方程法。方法 使用统计软件建立方程 ,应用相应统计方法确定各指标适宜的参考值范围的百分数 ,通过医学资料实际应用 ,确定方法可行性。结果 通过医学资料具体应用 ,所建立参考值范围可用于临床实践。结论 确定医学参考值范围的多个回归方程法是一个完善的统计方法。

关干回归方程的解题策略及技巧

回归方程是利用数理统计中的回归分析,来确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法,运用十分广泛。近几年高考所涉及的题目愈发凸显其应用性,以及问题设计的新颖性、创造性。同学们只有充分理解回归方程,冷静分析问题的本质,才能以不变应万变。下面我们对近几年回归方程考题的变化及趋势作归纳与梳理。

20个品种枣树叶面积回归方程的建立

以延川县20个枣树品种的成熟叶片为材料,采用扫描叶片并结合Image-Pro Plus 6.0程序的数字图像处理技术测定枣叶的长、宽及面积。运用SPSS17.0统计软件对测量数据进行回归分析,建立了枣树估算叶面积的一元回归方程、二元回归方程、三元回归方程和总的三元回归方程。结果表明,建立的各品种枣树叶面积估算的三元回归方程,是估算其叶面积的最佳回归方程,估算的平均误差率仅为2.06%(1.79%～2.5%);建立的总的枣树叶面积估算的三元回归方程(y6=-0.023x1-0.335x2+0.674 x3+1.145),可以作为估算所有枣树叶面积的优化回归方程,对20个品种枣树叶面积估测的平均误差率只有3.03%(2.5%～3.53%)。该研究结果为枣树叶面积的快速测定提供了一个科学有效的方法,在枣树科学研究和生产实践中有较好的应用价值。

新高梨叶面积测量相关性分析及回归方程的建立

以新高梨成熟叶片为材料,研究了其叶长、叶宽、叶长×叶宽与叶面积的关系。结果表明,叶长、叶宽、叶长×叶宽与叶面积均呈正相关关系,相关系数分别为0.909 3、0.8316和0.948 8;叶长和叶宽、叶长和叶长×叶宽、叶宽和叶长×叶宽与叶面积的复相关系数分别为0.956 0、0.948 9和0.949 4,差异均达极显著水平。在此基础上建立了叶长、叶宽、叶长×叶宽与叶面积之间的3个简单线性回归方程及叶长和叶宽、叶长和叶长×叶宽、叶宽和叶长×叶宽与叶面积之间的3个二元回归方程。6个回归方程均可用于测算新高梨的叶面积。其中,以叶长和叶宽与叶面积的二元回归方程:y=-19.612+3.672x1+5.202x2,测算结果更为精确。在具体应用中,可根据所需要的精确度和测定时的工作量进行选择。

圆孔外面的观察和测量及其面积的回归方程

60具成人颅骨颅底外面的圆孔观察和测量结果表明:圆孔多呈圆形,其次是卵圆形,其它形较少见.据圆孔与翼突外侧板根部延长线的位置关系,分圆孔位置为三型.圆孔外面观的各项测值左右间均无统计学差异,但其中管性圆孔管长度个体差异较大.圆孔的面积左右比较对称者占3.33±2.34%,左>右者占65.51±6.30%,右>左者占34.48±6.30%.圆孔面积左右对称性比较,对临床诊断疾病有参考意义.其面积的回归方程可由其长、宽径乘积推算 .

7个早熟梨品种叶面积回归方程的建立

以7个早熟梨成熟叶片为材料,研究了不同品种叶片长、叶片宽、叶片长×叶片宽与叶面积的关系。建立了7个早熟梨品种叶面积回归方程,所有叶面积回归方程的相关系数和复相关系数均呈极显著水平,均可作为测算不同梨品种叶面积的回归方程,在具体应用时可根据所要求的精确度和测定时的工作量进行选择。7个早熟梨品种早酥、鄂梨1号、鄂梨2号、华梨2号、西子绿、翠冠及金水2号测算较为精确的叶面积回归方程分别为Y=42.338x1-603.5、Y=-34.297x1+0.939x1x2+1439.82、Y=15.548x2+0.547x1x2-545.26、Y=37.337x1+86.151x2-5187.31、Y=33.076x1+103.399x2-5691.59、Y=53.965x1+84.328x2-6700.49、Y=121.410x2-3703.6。

多元回归方程估测北京鸭屠体性状的研究

试验测定了202只6周龄北京鸭公鸭的体重X1、体尺性状(体斜长X2、龙骨长X3、胸宽X4)和屠体性状(胸肉重Y1、腿肉重Y2、皮脂重Y3、腹脂重Y4、瘦肉重Y5和脂肪重Y6)共10项指标,在分析体重、体尺性状与屠体性状的相关关系的基础上,以体重、体尺性状为自变量,屠体性状为依变量,构建了估测北京鸭活体屠体性状的回归方程。结果表明:6周龄北京鸭胸肉重、腿肉重、皮脂重、瘦肉重、脂肪重分别与体重、体尺性状呈极显著正相关(P<0.01),腹脂重与体重呈极显著正相关(P<0.01),与体尺性状呈显著正相关(P<0.05);建立的6个最优多元回归方程,经F检验回归关系均达极显著水平(P<0.01),各回归系数也均达到极显著水平(P<0.01),表明各方程的自变量与依变量之间真实存在着多元回归关系,可为估测北京鸭活体胸肉重、腿肉重、皮脂重、腹脂重、瘦肉重和脂肪重提供理论依据,具有一定的参考使用价值。

利用标准回归方程建立分析因子氢化物发生-原子荧光光谱法直接测定As(Ⅲ)和As(Ⅴ)

根据As(Ⅲ)和As(Ⅴ)在HG-AFS仪器上的响应差别,利用As(Ⅲ)、As(Ⅴ)标准回归方程建立的分析因子,通过测定溶液中预还原前的荧光强度和预还原后的砷量,建立了一种高灵敏度、干扰少、快速、操作简便的HG-AFS法直接测定As(Ⅲ)和As(Ⅴ)的分析方法.对影响分析因子的各种仪器条件和共存离子干扰进行了试验,考察了样品中不同浓度As(Ⅲ)和As(Ⅴ)的测定精密度.方法的检出限As(Ⅲ)为0.050ng.ml-1,As(Ⅴ)为0.087ng.ml-1,相对误差为0.31%—19.2%,相对标准偏差为1.18%—20.96%.方法对水中As(Ⅲ)和As(Ⅴ)的测定相对标准偏差为7.55%—24.97%,回收率为89.5%—110.2%,对土壤中酸提取和磷酸盐交换性As(Ⅲ)和As(Ⅴ)的回收率为91.2%—104.8%.

丹系长白母猪繁殖性状通径分析及最优回归方程的建立

对丹系长白(DanishLandrace,D-Landrace)母猪产活仔数,出生窝重,出生均重,断奶仔数,28日龄断奶均重,总产仔数,28日龄断奶窝重7个性状进行通径分析和回归分析。结果表明各繁殖性状在表型值上都存在不同程度的相关,其中总产仔数与产活仔数相关系数最大,而产活仔数、断奶仔数、出生窝重和28日龄断奶均重对28日龄断奶窝重有极显著影响,在此基础上建立估计28日龄断奶窝重的最优回归方程为:y=-40.2415+1.4332X1+1.1342X2+4.0760X4+5.