基于心理健康维度的农村老年人健康预期寿命测算——多状态马尔科夫模型

目的 评估农村老年人基于心理维度的预期寿命(life expectancy, LE)和健康预期寿命(healthy life expectancy, HLE),以便提出延长农村老年人LE和HLE的对策建议。方法 基于“河南农村队列”基线和随访调查数据,通过多状态寿命表法分年龄性别计算农村≥60岁老年人群的LE和HLE。所计算的HLE指标包括无抑郁或焦虑症状预期寿命(depression-or anxiety-free life expectancy, DAFLE)、无抑郁症状预期寿命(depression-free life expectancy, DFLE)和无焦虑症状预期寿命(anxiety-free life expectancy, AFLE)。结果 60岁总人群的DAFLE、DFLE和AFLE分别为20.081 5岁、20.230 1岁和20.435 2岁,分别占LE的95.85%、96.28%和96.99%;60岁男性的DAFLE、DFLE和AFLE分别为18.076 8岁、18.012 8岁和18.166 5岁,分别占LE的96.70%、97.10%和97.41%;60岁女性的DAFLE、DFLE和AFLE分别为22.811 6岁、23.325 3岁和23.492 2岁,分别占LE的95.33%、95.59%和96.57%。结论 农村老年女性HLE/LE值低于男性,提示抑郁症状和焦虑症状对女性生命质量的影响大于男性。

多状态马尔科夫模型估计2型糖尿病患者慢性并发症累积数量的转移概率及影响因素研究

目的建立2型糖尿病(T2DM)患者多状态马尔科夫模型,探讨不同慢性并发症累积数量状态间的转移规律,估计状态间的转移概率和转移强度,并探索影响状态改变的可能因素。方法对33575例T2DM患者进行回顾性队列研究,根据基线情况和随访观察期间累积慢性并发症的数量将状态划分为单纯T2DM、合并1、2、3、≥4类并发症共5个状态,分别用S0、S1、S2、S3和S4表示。采用时间连续、状态离散的多状态不可逆马尔科夫模型进行统计学分析。结果共纳入33575名研究对象,平均年龄60岁,随访时间M=8年,32653例患者基线无并发症。随访期间,S0→S1、S1→S2、S2→S3和S3→S4的转移概率分别为16.4%、32.4%、45.6%和25.9%。多因素分析结果显示,女性(HR=0.919)、<60岁(HR=0.929)、FPG升高(HR=1.601)、HDL-C降低(HR=1.087)、TC升高(HR=1.090)、每周运动(HR=0.897)、素食为主饮食(HR=0.852)和重口味饮食(HR=1.887)为S0→S1转移的危险因素。女性(HR=0.768)、<60岁(HR=0.859)和HDL-C降低(HR=1.160)是S1→S2转移的危险因素。结论T2DM患者合并多种并发症的概率随着时间的推移而增高,其中S2→S3的转移强度最大,其次为S1→S2的转移,故我们需要兼顾患病初期和长期的指标监测和病情防范工作。从患病初期(合并2~3类并发症之前)即重点加强对患者日常生活习惯的宣传教育工作,适当运动,均衡饮食。尤其要加强对FPG、TC和HDL-C等指标的监测,防止患者病情进一步恶化。

基于多状态MOG-HMM和Viterbi的航空发动机突发故障预测

针对航空发动机的突发故障,提出了一种基于多状态混合高斯隐马尔科夫模型(mixture of Gaussian-hidden Markov model,简称MOG-HMM)和Viterbi算法相结合的预测方法。首先,根据航空发动机突发故障的历史监测数据建立多状态MOG-HMM模型,确定状态数、状态转移矩阵、观察值概率分布以及最终的突发故障状态;然后,对新采集的观测数据,通过Viterbi算法解码出该观测数据对应的当前状态;最后,计算该状态到达突发故障状态的时间间隔,从而可以对突发故障进行预测。仿真和实验结果表明,该方法能够实现对突发故障的预测,并且符合标准预测指标的要求。

长期动态丙氨酸转氨酶水平与代谢相关脂肪性肝病的双向关系研究

目的探索长期动态变化的丙氨酸转氨酶(ALT)水平与代谢相关脂肪性肝病(MAFLD)潜在的方向性关系。方法回顾性选取河南体检人群队列研究中2017年至2020年连续4次进行健康体检的6864名受检者为研究对象,采用多状态马尔科夫模型分析ALT水平与MAFLD状态分组转移风险的相关性,运用带随机截距的交叉滞后模型探索ALT水平与MAFLD间的双向关系。结果调整混杂因素后的多状态马尔科夫模型显示,ALT Q2、Q3、Q4组相对于Q1组,由正常进展为MAFLD状态的转移风险逐渐升高,而非酒精性脂肪性肝病和MAFLD状态组相对于正常状态组对ALT水平正常向异常状态转移风险逐渐升高。调整混杂因素后,带随机截距的交叉滞后模型显示,MAFLD和ALT水平之间存在显著正向的双向关系,MAFLD→ALT水平的交叉滞后效应为0.083(95%CI 0.078~0.087),ALT→MAFLD的交叉滞后效应为0.044(95%CI 0.039~0.050),且随着时间周期的延长,交叉滞后效应逐渐减小。结论长期动态变化的ALT水平与MAFLD之间存在显著的双向关系,MAFLD的发生更容易增加ALT水平升高的风险,应加强对MAFLD的早期防治。