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。

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。

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。

基于有序Logistic回归模型的北京高校男生有氧能力

为探索北京高校男生有氧能力的影响因素,通过随机抽样法抽取134名18~25岁北京高校男生,空腹抽静脉血测血液指标,用德国MetaMax 3B系统实时监测气体代谢,通过线性递增方案测得最大摄氧量(maximum oxygen uptake, VO_(2max))相对值。采用Spearman相关、有序Logistic回归等分析方法进行分析处理。结果表明:回归方程中影响北京高校男生有氧能力的因素有体重(M)、心率(heart rate, HR)、每搏输出量(stroke volume, SV)、心室射血时间(ventricular ejection, VET)、血红蛋白(hemoglobin, HGB)。方程模型系数综合检验步(step)、块(block)、模型(model)检验的P均小于0.01;拟合优度检验的-2对数似然值(-2LL)为159.374,Cox&Snell R^(2)为0.331,Nagelkerke R^(2)为0.373;方程预测等级1准确率为45.5%,等级2准确率为100%,等级3准确率为100%,综合为81.8%,说明Logistic回归模型性能良好。Hosmer和Lemeshow检验预测值与观望值无显著性差异(P>0.05)。可见北京高校男生定量负荷心功能、血液指标与有氧能力的多元Logistic回归模型拟合度较好,且HR、SV、VET、HGB是预测北京高校男生有氧能力的重要因素。同时研究中受试者无需运动至极限状态,运动强度大大降低,可以有效避免运动风险的发生,回归模型的检验结果良好,适合在大样本人群中推广。

双胎妊娠早产的Logistic回归模型的建立与验证

【目的】通过分析双胎妊娠分娩者的相关资料,构建Logistic回归模型,以对双胎妊娠早产的高危因素进行筛选和预测,降低双胎妊娠早产的风险。【方法】回顾性分析本院分娩的215例双胎妊娠产妇的临床资料,按照分娩时间不同分为早产组(102例)与足月组(113例)。采用单因素分析早产的相关因素,将有统计学差异的因素纳入Logistic回归分析,建立双胎妊娠早产的Logistic回归模型,并验证其预测效能。【结果】单因素分析显示,两组产妇的体重指数(BMI)、文化程度、孕次,妊娠期高血压、妊娠期糖尿病发生率,孕中期子宫颈长度和胎膜早破发生率比较,差异均有统计学意义(P<0.05)。Logistic回归分析显示,BMI高、孕次少、文化程度低、胎膜早破、有妊娠期高血压和妊娠期糖尿病、孕中期子宫颈长度短是双胎妊娠早产的独立危险因素。受试者工作特征(ROC)曲线分析显示,预测模型的灵敏度是80.4%,特异度是92.0%,曲线下面积为0.940,95%CI为0.910~0.970。【结论】本研究建立了一个可有效预测双胎妊娠早产风险的Logistic回归模型,可对双胎妊娠孕妇孕期及围产期情况进行评估,确定早产的高危因素,对于双胎妊娠早产风险的预防具有重要意义。

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。

反应-扩散logistic模型前向欧拉法的数值Hopf分支

利用前向欧拉法研究具有二阶混合时滞和瞬时密度制约的logistic反应扩散种群模型,并对其数值离散系统的动力学问题进行分析。随着时滞的增加,证明了在正平衡点处出现了一系列Hopf分支,分析了不动点的稳定性。最后,通过数值模拟验证理论结果的正确性。

基于多元有序Logistic模型的居民对浙江省数字文旅建设满意度研究——以杭州市为例

杭州是一个旅游型城市,随着数字经济的发展,杭州率先开启了数字文旅新时代。本文以杭州市民为研究对象,就杭州市民对数字文旅的满意度发放问卷,以对数字文旅的总满意度为响应变量,设置包括个人特征、数字文旅公众参与、数字文旅公众感知、数字文旅文化价值在内的多维度预测变量建立多元有序Logistic模型,分析影响市民对数字文旅满意度的主要因素。研究发现,市民对数字文旅满意度因文化程度而异;公众对数字文旅的性价比感知、便利性感知,智慧旅游平台使用频率、数字文旅文化价值对满意度呈正向影响;线上文博使用频率、市民的文化程度对满意度呈负向影响。

基于B样条的可加Logistic模型估计

非参数模型因不需要事先假定函数形式,所以相较于参数模型更有灵活性和适应性,但存在维数灾难问题。可加模型的提出能有效克服这一问题,同时又能保留非参数的优点。本文针对可加Logistic模型,采用B样条近似,结合极大似然思想得到函数的估计,并证明了其最优收敛速度。同时通过数值模拟和实证分析,比较了可加Logistic模型和Logistic模型的表现,结果说明可加Logistic模型的表现更优。

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。

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。

基于Logistic-ISM模型的医疗设备采购时间的影响因素分析

在卫生服务支付改革的大环境下,通过对医疗设备采购时间的影响因素分析,可以为医疗机构探索如何在DRGs医保支付下完善成本效益管理提供参考。该文是基于A省中医院2022年度采购医疗设备的相关数据,运用有序logistic模型来确定影响采购时间的因素,再通过ISM模型分析各因素之间的层次关系。研究结果表明:制度建设、专业人员素质、信息化程度、项目预算、审批速度等5个因素显著影响医疗设备采购时间。其中项目预算、审批速度是影响采购时间的直接因素,制度建设、专业人员素质、信息化程度是影响采购时间的根源因素。因此,提出加强制度建设、提高人员素质、发挥信息化技术优势等缩短公立医院医疗设备采购时间的建议。

Logistic模型分析脑中风影响因素

脑中风是一种急性脑血管疾病,是由于脑部血管突然破裂或因血管阻塞导致血液不能流入大脑而引起脑组织损伤的一组疾病。城乡合计脑中风已成为我国第一位死亡原因,也是中国成年人残疾的首要原因。其具有发病率高、死亡率高和致残率高的特点。本文通过对于脑中风数据的描述性分析,建立Logistic回归模型,得到了患脑中风的五个显著的重要因素:年龄、高血压、心脏病、工作类型和平均血糖水平,并得到了经验回归方程。

基于改进的Logistic阻滞增长模型的人口预测研究

人口对中国经济发展和能源需求影响重大,为了预测2030年中国的人口数量,文章基于改进的Logistic阻滞增长模型,采用了3种参数估计方法进行求解,包括向后差分线性最小二乘参数估计、向前差分线性最小二乘参数估计、非线性最小二乘参数估计。相比于其他方法,基于非线性最小二乘参数估计法采用改进后的Logistic阻滞增长模型求解的拟合优度与平均相对误差更优,更适合进行中国人口数量的预测。其中1960—1969年预测的中国人口数量相较于实际的人口数量存在一定异常,通过3次样条插值法对该时间段的人口数据进行修正能使预测效果更好。计算结果表明:中国2030年人口预计将达到145 353万人。根据中国人口预测数据,建议政府在未来的经济和能源规划中,加快推进能源结构转型,促进经济可持续发展。

具有Logistic源的三维趋化模型的适定性研究

本文研究了一类在全空间ℝ3上具有奇性和Logistic源的趋化模型的整体适定性。 通过Cole-Hopf型变换,将带奇性的趋化系统转化为非奇性的趋化系统,然后通过能量估计的方法建立该系统解的全局适定性。

基于Logistic回归模型及ROC曲线的糖尿病足溃疡复发的危险因素分析

目的基于Logistic回归模型及ROC曲线的糖尿病足溃疡(DFU)复发的危险因素分析。方法回顾性选取2018年9月—2019年9月本院收治的92例初发2型糖尿病(T2DM)足溃疡患者,根据3年内足溃疡复发情况分为非复发组51例与复发组41例,行DFU患者足溃疡复发的单因素分析,多因素Logistic模型研究DFU患者足溃疡复发的危险因素,Spearman检验分析各指标与DFU患者足溃疡复发的相关性,受试者工作特征曲线(ROC)评价模型诊断效能。结果92例DFU患者随访3年,复发41例,复发率为44.57%。单因素分析显示,两组体质量指数(BMI)、性别、心脑血管疾病病史占比、高血压病史占比、住院时间、发病至就诊时间、ALB、TBIL、Scr、HbA1c、TG、HDL、TC、LDL差异无统计学意义(P>0.05);与非复发组比较,复发组年龄、T2DM病程、糖尿病周围神经病变(DPN)占比、下肢外周动脉病变(PAD)占比、吸烟史占比、创面位于胼胝占比明显升高,TBIL水平明显降低(均P<0.05)。多因素分析显示,年龄增大、T2DM病程长、合并DPN、合并PAD、有吸烟史、创面位于胼胝及血清TBIL水平降低为DFU患者足溃疡复发的危险因素(P<0.05)。Spearman检验提示,DFU患者足溃疡复发与年龄、T2DM病程、DPN、PAD、吸烟史、创面位于胼胝呈正相关,TBIL水平明显降低呈负相关(均P<0.05)。以unite(七变量综合)、年龄、T2DM病程、TBIL、DPN、PAD、吸烟、创面位于胼胝为检验变量绘制ROC曲线,结果显示,unite的AUC值为0.834,分别大于年龄(0.632)、T2DM病程(0.619)、TBIL(0.645)、DPN(0.684)、PAD(0.662)、吸烟(0.640)、创面位于胼胝(0.677),提示7项指标联合应用于评估DFU患者足溃疡复发的效能明显优于单一指标(P<0.05)。结论年龄增大、T2DM病程长、合并DPN、合并PAD、有吸烟史、创面位于胼胝、血清TBIL水平降低为DFU患者足溃疡复发的危险因素,如发现上述情况应高度警惕DFU患者足溃疡复发风险,并尽早干预。

分数阶Logistic模型的差分解与环境容纳量反演

对于具有空间依赖环境容纳量的分数阶Logistic非线性增长模型,通过变量替换建立有限差分格式,在环境容纳量适当大的条件下,利用谱估计方法证明差分格式的稳定性和收敛性。进而考虑一个利用内点观测数据重建环境容纳量的反问题,应用同伦正则化算法进行数据随机扰动下的数值反演,计算结果表明反演重建解随着扰动水平的减小逐步逼近真解。

基于过采样Logistic回归模型的互联网贷款违约预测研究

在持续增长的居民贷款消费需求刺激下,互联网贷款业务的规模呈现出持续快速扩张的发展态势,发挥机器学习模型在个贷违约预测的作用,控制和防范互联网贷款违约风险,具有十分重要的意义。通过对不同数据集的样本特征进行详细分析,构建个人信用风险评估指标体系,利用具有普适性特征和可解释性特征的Logistic回归模型对个贷违约进行预测。针对原始数据集存在不平衡样本的问题,分别采用过采样和欠采样的重抽样方法获得平衡样本集,调整正则化惩罚力度,选择最优结果的参数来进行建模,得到模型预测结果。最后对如何防范互联网贷款违约风险提出了相关建议。