超深层多重介质储层径向非稳态水侵模型

为进一步认识超深层多重介质储层的水侵规律,将水体分别考虑为无限大水体和封闭水体,建立了其关于双重介质储层和三重介质储层的径向非稳态水侵模型。利用拉普拉斯变化等数学方法对模型进行求解,得到拉普拉斯空间下的累计水侵量解,再通过数值反演即可获得实空间下的累计水侵量解。绘制了无限大水体多重介质储层和封闭水体多重介质储层的水侵曲线,对两种水体的水侵曲线进行了对比分析以及对多重介质储层水侵曲线进行了参数敏感性分析。最后,选用塔里木盆地超深层缝洞型油藏的现场数据并结合物质平衡原理对模型进行了验证分析。研究表明,无限大水体水侵曲线不断上升,封闭水体水侵曲线后期保持平稳且有“水侵台阶”出现;水体半径和储容比主要影响水侵曲线的位置高低;窜流系数主要影响“水侵台阶”出现的时间早晚;该水侵模型能准确地求取累计水侵量大小。建立的水侵模型以及绘制的水侵曲线可为超深层多重介质储层水侵机理研究提供理论参考。

信息偏向对赞助披露影响者营销负面效应的缓解作用——基于多重动机推理模型的实验研究

研究通过2个实验,检验赞助披露对影响者可信度和产品态度的负面效应,探究情感动机推断和获利动机推断是否存在中介作用,同时探究信息偏向对赞助披露负面效应是否具有缓解作用。结果显示:赞助披露显著降低品牌态度,并且赞助披露可以通过降低情感动机推断和影响者可信度这一中介因素而影响上述营销效果。信息偏向被证实在赞助披露和获利动机推断间起到调节作用,即双面信息(vs.单面信息)情况下,赞助披露对获利动机推断的影响更弱,从而缓解赞助披露对影响者可信度和产品态度的负面影响。研究揭示了用户如何根据不同情境处理多重动机推断,进而影响用户的情感和态度,并探讨信息偏向这种信息公正策略对赞助披露负面效应的缓解作用,丰富了赞助披露的研究成果,对于影响者营销实践也具有指导意义。

双循环推动高质量就业的传导路径和作用机制——基于结构方程模型的多重中介效应检验

随着新时期我国社会发展主要矛盾的深刻变化,高质量就业成为立足新发展阶段、贯彻新发展理念、构建新发展格局、推进高质量发展的重要抓手。基于《中国统计年鉴》和中国劳动力动态调查2012—2018年四期面板数据,利用结构方程模型(SEM)分析了双循环影响我国高质量就业的传导路径及作用机制。研究发现:内、外循环之间的协调互动可以显著促进高质量就业,其效应贡献率为45.15%;双循环所带来的技术进步、产业结构升级、人力资本积累是推动高质量就业的重要渠道,其效应贡献率为54.85%,其中,技术进步发挥的中介效应最强,贡献率为32.56%,产业结构升级和人力资本积累的贡献率分别为4.84%和5.89%。因此我国要充分依托国内超大规模市场优势,继续推动高水平对外开放,提升双循环的互动水平。同时充分发挥技术进步的“牵引器”、产业结构升级的“助推器”以及人力资本积累的“支撑轴”作用,从政策上支持我国在加快构建双循环新发展格局中更好地同步推动高质量就业。

多重标志物联合检测模型在诊断4a型急性心肌梗死中的应用

目的与单一标志物高敏肌钙蛋白T(cTnT)进行对比,初步探索多重心肌标志物[和肽素(copeptin)、cTnT和心脏型脂肪酸结合蛋白(HFABP)]联合检测模型在诊断4a型急性心肌梗死(AMI)中的应用价值。方法纳入2022年3月至12月期间在南京医科大学第一附属医院接受择期经皮冠状动脉介入治疗(PCI)且术后cTnT升高超过正常参考值上限(URL)第99百分位数的非AMI患者。根据《第四版心肌梗死通用定义》,按照术后是否出现4a型AMI将患者分为非4a型AMI组和4a型AMI组。采用化学发光免疫金纳米组装体免疫传感阵列(ciGold)测定AMI生物标志物浓度。通过受试者工作特征(ROC)曲线分析单一标志物和多重联合心肌标志物诊断模型的诊断性能,从ROC曲线获得敏感性和特异性,计算ROC曲线下面积(AUCROC)评估各自诊断价值。使用Kappa分析评估多重标志物联合检测模型与《第四版心肌梗死通用定义》诊断的一致性。结果共纳入65例患者,女性占23.1%。ROC曲线分析显示,多重联合心肌标志物诊断模型的特异性为96.5%,敏感性为92.3%,符合率为94.6%,阳性预测值为92.3%,阴性预测值为96.2%,AUCROC为0.979。cTnT模型的特异性为94.2%,敏感性为100%,符合率为95.7%,阳性预测值为100%,阴性预测值为94.9%,AUCROC为0.987。虽然多重标志物联合检测模型诊断敏感性较低(P=0.011),但具有更高的特异性(P=0.016)。两种诊断模型准确性的AUCROC差异性分析提示P>0.05,诊断准确性无明显统计学差异。Kappa分析结果表明,多重联合心肌标志物检测模型与《第四版心肌梗死通用定义》诊断4a型AMI具有高度一致性,Cohen′s Kappa系数为0.818。结论多重标志物联合检测模型与cTnT在诊断4a型AMI方面性能相近,诊断一致性高,但联合检测模型具有更高的特异性优势。

数字普惠金融背景下信用风险溢价对实际利率的影响——基于多重门槛模型的分析与行为经济学的解释

金融市场活动容易受到人们感觉认知的影响。在数字普惠金融快速发展的背景下,数字普惠金融发展状况成为人们在信贷市场上能够动态感知的、越来越重要的信号。根据信号的同时对比与继时对比,人们有可能改变经济决策与行为。研究结果表明:不仅数字普惠金融能够通过信用传导机制及多重门槛效应对实际利率施加显著影响,而且门槛变量表现出显著的时滞效应。在信贷市场上,人们关于数字普惠金融的体验极有可能具备感觉阈限与感觉适应的特征。数字普惠金融发展能减弱利率市场对于信用风险溢价的反应。随着数字普惠金融处于越来越快的发展阶段,人们在面对信用风险时表现得越来越乐观。

老年多重慢性病与饮食习惯的关系及风险预测模型构建

目的:探讨饮食习惯与老年多重慢性病的关系及风险因素,并依据风险因素构建预测模型。方法:选取2020年1月—2023年12月我院收治的484例老年慢性病病人作为建模组,其中多重慢性病病人363例(病例组),单一慢性病病人121例(对照组),另选取同期收治的161例老年慢性病病人作为验证组。收集病人的一般资料及饮食习惯,采用多因素Logistic回归分析探讨饮食习惯与老年多重慢性病的关系并筛选影响因素,根据筛选出的影响因素构建列线图风险模型,并对该模型进行预测效果评价。结果:过快饮食、过饱饮食、每周食用油炸及腌制食品≥4 d、年龄>80岁、体质指数>24.0 kg/m^(2)、有家族病史是老年多重慢性病的影响因素(P<0.05),每周食用新鲜蔬菜水果≥4 d、每周食用鱼肉≥4 d是老年多重慢性病的保护因素(P<0.05)。基于以上影响因素构建风险列线图模型,Bootstrap自举法内部验证结果显示,受试者工作特征(ROC)曲线下面积为0.873[95%CI(0.810,0.941)],校准曲线显示实际值与预测值间的平均绝对误差为0.025;验证组内部验证结果显示,ROC曲线下面积为0.912[95%CI(0.823,0.986)],校准曲线分析显示实际值与预测值间的平均绝对误差为0.022。结论:过快饮食、过饱饮食、每周食用油炸及腌制食品≥4 d、年龄>80岁、体质指数>24.0 kg/m^(2)、有家族病史是老年多重慢性病的影响因素,基于此建立的列线图模型有助于该类病人的健康管理。

基于Logistic回归与决策树模型的老年多重慢病及影响因素分析

目的:应用决策树模型和Logistic回归对老年多重慢病影响因素进行分析,为多重慢病的管理和防控提供依据。方法:采用多阶段分层随机抽样方法于青岛、广州、苏州抽取1273名老年人,进行老年多重慢病的问卷调查,分别建立Logistic回归模型和决策树模型,分析并比较两种分析方法结果的差异性。结果:Logistic回归结果显示年龄、婚姻状况、医疗保险、吸烟是老年多重慢病的影响因素,其中年龄是保护因素(OR<1)。决策树模型显示医疗保险是老年多重慢病的最主要影响因素,其次是吸烟、年龄和婚姻状况。两种模型分析比较结果显示,Logistic回归模型的灵敏度为74.3%,特异度为55.3%;决策树模型的灵敏度为57.2%,特异度为73.3%。结论:研究显示年龄、婚姻状况、医疗保险、吸烟是老年多重慢病的影响因素。结合运用Logistic回归模型和CHAID模型,可以有效筛选老年多重慢病的危险因素,有助于制定针对性措施,加强管理和防控。

顾及多重分类与粒度划分的国土空间数据模型研究与应用

国土空间数据在分类分级、过程演化等方面都存在着分类、互依赖、组合构成和前后次序等高阶关系,现有的图层、面向对象、数据立方体等数据模型难以完全刻画全部关系.本文提出了基于有向超图的顾及多重分类与颗粒体系的国土空间数据模型,运用关联矩阵进行逻辑描述,基于超级图形数据库进行物理模型实现和国土空间演化过程的时空分析,解决了全域、全要素、全空间国土空间数据多重分类与颗粒体系表达的难题.相关成果在南京市国土空间基础信息平台得到了应用验证,增强了平台对复杂关系的运营效能,实现了多维关系数据的聚合,为平台实现数据资源自动分类和信息智能定向推送奠定了基础.

皮肤科住院患者多重耐药菌感染风险诺莫图预测模型的建立与验证

目的通过分析皮肤科住院患者多重耐药菌(MDRO)感染风险的影响因素建立诺莫图预测模型,并进行验证。方法选取2018年1月—2022年6月皮肤科住院患者8950例作为研究对象,统计其MDRO感染发生情况,采用Lasso-Logistic回归分析法筛选MDRO感染影响因素,构建诺莫图预测模型,并验证预测模型预测MDRO感染的价值。结果8950例皮肤科住院患者发生MDRO感染782例,发生率为8.74%。多因素Logistic回归分析显示年龄、免疫性皮肤疾病、侵入性操作、糖尿病、住院天数、长期应用糖皮质激素/免疫抑制剂、抗生素联用、C反应蛋白(CRP)为皮肤科住院患者MDRO感染的独立危险因素(P<0.01);采用R软件rms程序建立皮肤科住院患者MDRO感染的诺莫图预测模型,该模型预测风险能力指数为0.920,校准度为0.885;受试者工作特征曲线分析显示,该模型预测MDRO感染的曲线下面积为0.945(95%CI:0.903,0.991),敏感度为0.905,特异度为0.918。结论皮肤科住院患者MDRO感染风险较高,影响因素包括年龄、免疫性皮肤疾病、侵入性操作、糖尿病、住院天数、长期应用糖皮质激素/免疫抑制剂、抗生素联用、CRP,根据上述因素构建的诺莫图预测模型具有较高的预测效能。

ICU患者多重耐药菌感染危险因素及列线图模型构建

目的分析ICU患者感染多重耐药菌(Multi-drug resistance organism,MDRO)的危险因素,并构建列线图模型。方法回顾性分析新疆医科大学第一附属医院2020年1月-2023年12月入住ICU的383例MDRO感染患者临床资料,按照1︰1比例随机选取本院同时期入住ICU的非MDRO感染患者383例的临床资料作对照。通过Logistic回归分析确立独立危险因素,建立模型方程,使用R软件绘制列线图模型。结果单因素分析结果显示,MDRO感染患者与非MDRO感染患者入院类型、手术、简化急性生理学评分Ⅱ(SAPSⅡ)评分、急性生理与慢性健康评分Ⅱ(APACHEⅡ)评分、骨科疾病、使用激素类药物、气管切开、机械通气、中心静脉置管、抗生素联用、抗生素使用时间、白介素-6水平比较,差异均有统计学意义(P<0.05)。多因素分析结果显示,抗生素使用时间、使用激素类药物、入院类型、手术、SAPSⅡ评分、气管切开是ICU患者MDRO感染的独立危险因素(P<0.05)。基于以上6种因素构建列线图模型,经Hosmer-Lemeshow检验,χ^(2)=4.857,P=0.773;模型校准曲线与理想曲线吻合良好;受试者工作特征(ROC)曲线显示6种因素联合预测ICU患者MDRO感染的曲线下面积(Area under curve,AUC)为0.829[95%CI:(0.800~0.858)],最佳截断值为0.548,灵敏度为0.708,特异度为0.841。结论本研究构建的列线图模型拥有良好的临床实用价值,可为临床医务人员早期识别ICU患者MDRO感染风险及制定相应的防控措施提供参考。

截断δ冲击模型中一类多重积分的计算

为了研究冲击模型特别是截断δ冲击模型的可靠性指标,利用概率模型法、拉普拉斯变换法和直接累次积分法分别讨论了来源于截断δ冲击模型中一类常见的冲击多重积分,得到了被积函数为此类型的多重积分在一般情形下的显式表达式。此结果可直接运用于多种类型的截断δ冲击模型可靠性分析中,对截断δ冲击模型的研究具有重要的作用。

老年COPD合并重症多重耐药鲍曼不动杆菌肺炎的短期死亡预警模型构建

目的构建一种基于LASSO(Least Absolute Shrinkage and Selection Operator)-logistic回归算法的模型,用于预测老年慢性阻塞性肺疾病(COPD)合并重症多重耐药鲍曼不动杆菌肺炎患者的短期死亡风险。方法将2022年1月至2023年12月西安高新医院呼吸与危重症医学科的74例老年COPD合并重症多重耐药鲍曼不动杆菌肺炎患者选为研究对象,其中男55例,女19例,年龄<70岁41例,≥70岁33例。通过LASSO-logistic回归算法筛选出与短期死亡风险显著相关的临床变量,利用这些变量构建风险预测模型,并采用10折交叉验证和Bootstrap方法对模型进行内部验证,从区分度[曲线下面积(AUC)]、校准度(校准曲线)方面评估模型的性能。采用χ^(2)检验、独立样本t检验。结果观察30 d内患者的生存情况,根据患者转归情况分为死亡组(21例)和生存组(53例),病死率为28.37%(21/74)。LASSO法通过交叉验证确定最优参数后,从一般资料、临床病理特征及既往治疗信息中筛选出5个与短期死亡密切相关的变量:行机械通气、行纤维支气管镜检查、使用镇静药物、合并脓毒症休克和使用抗真菌药物,这些变量被纳入logistic回归模型,回归分析显示它们是老年COPD合并重症多重耐药鲍曼不动杆菌肺炎患者死亡的独立影响因素(均P<0.05)。基于模型构建的用于预测老年COPD合并重症多重耐药鲍曼不动杆菌肺炎的短期死亡的森林图模型展示出良好的预测效能(AUC值为0.927),在训练集的分析中,Bootstrap法进行的1000次重抽样验证和校准曲线分析显示,模型预测结果与实际情况高度一致,验证曲线的平均绝对误差(MAE)为0.027,Hosmer-Lemeshow拟合优度检验也证实了模型的校准度良好。结论本研究构建的LASSO-logistic回归模型能够有效预测老年COPD合并重症多重耐药鲍曼不动杆菌肺炎患者的短期死亡风险。该模型有助于临床医生在治疗决策过程中更好地识别高风险患者,从而及时采取适当的治疗措施。

基于Softmax回归分类模型的网页搜索排序算法

针对网页搜索结果存在返回的网页与搜索的关键词领域不相关的领域漂移现象,导致用户无法搜索到需求信息的问题,提出基于Softmax回归分类模型的网页搜索排序算法。选择网页搜索文本特征,得到相应的特征项,利用向量表示模型,将选择的网页搜索文本特征项转换为格式化数据,对网页搜索文本数据进行均衡处理,获取网页搜索文本数据集。采用Softmax回归分类模型,分类处理网页搜索文本数据集,预测网页搜索文本类别,通过Okapi BM25算法,对网页搜索文本进行排序操作,实现网页搜索排序。实验结果表明,所提算法具有较好的网页搜索排序,提升了网页搜索排序精度,避免网页搜索排序过程中的领域漂移现象。

让数字技术进场:政策议程设置的多重因果漏斗模型审思

公共政策议程设置理论研究对于政策问题建构起到了回溯性阐释与前瞻性行动预测的作用。政策议程设置的多重因果漏斗模型充分考虑了诸多变量在时间轴上的叠加作用以及聚合情况,对当下复杂社会情境的解释力较强。但是,面对全面到来的数字社会,日常生活数字化改变了社会问题形态,数字“棘手问题”造成了高度不确定性,技术价值冲突影响了政策共识。多重因果漏斗中原有的变量在推动政策问题转化时显然乏力,需要让数字技术进场,形成多重因果漏斗的修正模型。进入漏斗的数字技术包括物理介质、人们的使用行为以及该行为产生的社会效用与外部性,在动态发展过程中影响相关政治事件,或直接影响其他因素叠加作用的结果,来触发政策议程设置。修正模型对政策议程分析与未来行动方案的形成都具有较强的工具意义和行动指向。

城乡居民医保挤出了中老年居民非医疗消费吗?——多重中介效应模型的分析

消费作为社会扩大再生产的重要组成部分,既是新发展格局的重要战略支撑,也是当前扩大内需的重要方向,因此有关医疗保险与消费关系的研究具有重要的现实意义。论文使用CHARLS数据和多重中介效应模型检验了城乡居民医保是否挤出了中老年农民和城镇居民的非医疗消费。研究发现,城乡居民医保对中老年农民和城乡居民非医疗消费具有一定的挤出效应;医疗支出和储蓄是城乡居民医保挤出非医疗消费的完全中介变量;随着收入的升高,城乡居民医保对中老年居民非医疗消费的挤出效应将消失。为了检验结论的稳健性,我们从双向因果、衡量偏误和遗漏变量三个方面讨论了模型的内生性,同时还讨论了模型的逆向选择和道德风险。异质性分析发现城乡居民医保挤出了中老年农民和城镇居民的食品支出和衣着支出。为了促进经济增长和共同富裕,相关部门应该持续关注城乡低收入中老年居民的医疗行为。通过增加收入、提升报销比例、提高医疗保险补贴比例、解决基层“看病贵”问题等方式降低医疗服务支出占收入的比重,进而减少对非医疗消费的挤出效应。

基于SHEL模型的核查表在ICU多重耐药菌感染防控中的应用

目的评价SHEL模型核查表应用于重症监护病房(ICU)重症患者中以防控多重耐药菌(MRDO)感染的应用效果。方法选取2023年3-6月本院ICU收治的229例重症患者作为对照组,其中入科时已感染MDRO 11例,未感染MDRO 218例。另选取2023年7-10月本院ICU收治的通过自制SHEL核查表核查的244例重症患者作为观察组,其中入科时已感染MDRO 9例,未感染MDRO 235例。以SHEL模型为指导,通过专家函询,根据ICU患者住院期间存在的MRDO感染潜在风险制订防范核查表,采用跟班督查、现场抽查、情景演练等方式逐条进行整改,评价整改前4个月(2023年3-6月)和整改后4个月(2023年7-10月)护士MRDO感染预防措施执行率、患者MRDO感染率。结果2023年3-10月入科无MDRO感染的患者453例,核查表运用前(2023年3-6月)无MDRO感染218例,核查表运用后(2023年7-12月)无MDRO感染患者为235例,核查表运用后比核查表运用前MDRO感染率明显降低,差异有统计学意义(P<0.05)。对照组共有66例MDRO感染患者,有效执行MDRO医院感染核心防控措施有57例次,执行率为86.36%;观察组共有32例MDRO感染患者,均完成核心防控措施的执行,执行率为100.00%。观察组比对照组执行率提升了13.64%,差异有统计学意义(P<0.05)。SHEL模型分析对照组66例MDRO感染患者和观察组32例MDRO感染患者每个维度的MDRO感染集束化防控措施执行率,结果显示,观察组每个维度条目的执行率与对照组比较均升高,且两组执行例数比较,差异有统计学意义(P<0.05)。结论以SHEL模型为基础制订的核查表,能够有效提高ICU护士MRDO的防控执行力,降低重症患者MRDO的院内感染,有利于提高临床感染防控质量。

恶性肿瘤患者多重耐药菌医院感染风险预测模型的开发及验证

目的建立并验证恶性肿瘤患者多重耐药菌(MDRO)医院感染风险的预测模型。方法回顾性分析2017年10月至2023年4月期间在温州市人民医院接受恶性肿瘤治疗的患者数据。采用最小绝对收缩和选择算子(LASSO)回归模型进行MDRO的预测变量筛选。基于这些因子,应用多因素logistic回归分析构建了列线图预测模型。使用C指数和校准曲线评估预测模型的区分度和一致性。结果LASSO回归筛选出由年龄、经皮胸膜引流管、营养风险筛查(NRS)-2002评分和抗菌药物使用天数等4个预测因子构成的列线图预测模型。该模型在建模组和验证组的C指数分别为0.74和0.77,表明该模型具有较高的区分能力。校准图显示,该模型预测的概率与实际概率之间具有良好的一致性。结论本研究建立的列线图模型是一个具有临床应用价值的个体化预测模型,可帮助医务人员早期识别恶性肿瘤MDRO医院感染的高危患者。

基于Softmax回归在复杂地形条件下的降水相态预报模型——以山西省晋中市为例

利用2000—2018年山西省晋中市常规地面观测资料对当地降水相态时空分布特征进行统计分析,用ERA5再分析资料在显著性检验基础上筛选出与降水相态相关性较强的物理量参数,以筛选出的物理量作为特征数据,采用k-聚类法对晋中市进行区域划分,基于Softmax回归方法分别建立不同区域的降水相态分类预报模型。结果表明,晋中市发生雨雪转换日最多的是3月,其次为11月,4月、11月更容易发生液态降水向固态降水的转换;筛选出与降水相态相关性较强的3个物理量参数分别是T_(850hPa)、T_(0)和H_(700~850hPa),相变日数有明显的地域差异;第二区域和第三区域的模型预测精度均高于不进行区域划分的模型精度,说明进行区域划分再建模可在一定程度上提高模型的预报准确率。

初中生英语学习无聊情绪、课堂环境与学习能动性投入关系研究——基于多重平行中介模型

本研究以152名初二学生为研究对象,通过问卷调查考察初中生英语学习无聊情绪、课堂环境与学习能动性投入之间的关系。研究发现:1) 初中生整体英语学习能动性投入水平较高,对于课堂环境满意度较高,英语学习无聊情绪处于中等水平;2) 初中生英语学习无聊情绪、课堂环境与学习能动性投入三者间存在显著相关关系;3) 课堂环境的不同维度在英语学习无聊情绪与学习能动性投入之间具有显著的多重平行中介效应。结论模型为未来初中英语教师如何同构建高效的课堂环境、改善学生学习情绪体验,提升学习能动性投入水平提供实证启示。

基于多重均衡模型的农民合作社助力乡村振兴效果研究

巩固拓展脱贫攻坚成果、提升农户生活质量是实现乡村振兴的必然要求。本文通过构建多重均衡模型,分析农民合作社对于防止农户因灾返贫的作用,以巩固脱贫攻坚成果。同时,对比加入农民合作社前后农户的终身期望效用,探讨加入农民合作社能否提高农户效用,以改善农户生活质量。此外,本文还对比了农民合作社、农业保险以及“农民合作社 农业保险”三种模式,探讨何种模式更有利于助力乡村振兴。结果表明:农民合作社是助力乡村振兴的重要手段,能够有效防止低收入农户因灾返贫,并提升农户的效用水平;在三种模式的对比中,发现对于较低资本水平农户而言,农民合作社的风险管理能力优于农业保险,但对于较高资本水平农户则相反;对于所有农户而言,农民合作社对农户效用的促进效果均优于农业保险;“农民合作社 农业保险”模式结合了农民合作社和农业保险的优势,能够实现最佳的风险管理能力和促进农户效用增加的效果。