肾癌根治术后切口感染的易感因素调查与预防措施分析

目的探讨肾癌根治术后切口感染的易感因素及预防措施,并建立相关预测模型,探索其预测价值。方法回顾性分析981例我院收治的肾癌根治术后患者的临床资料,根据所选患者是否发生切口感染分为感染组(52例)和未感染组(929例)。分析肾癌根治术后切口感染的单因素,利用多因素Logistic回归探索肾癌根治术后发生切口感染的易感因素,并构建相关预测模型,予以受试者工作特征曲线(ROC)分析预测模型对肾癌根治术后切口感染的预测价值。结果感染组与未感染组是否合并糖尿病、有无术中低体温、手术时间、导尿留置时间及血清降钙素原(PCT)、白细胞介素-6(IL-6)、白蛋白(ALB)及C-反应蛋白(CRP)水平比较,差异有统计学意义(P<0.05)。多因素Logistic回归分析结果显示,合并糖尿病、术中低体温、手术时间≥3h、导尿留置时间≥7d及血清ALB水平偏低是肾癌根治术后切口感染的独立危险因素(OR=1.848、3.108、2.986、1.672、1.636,P<0.05)。构建相关预测模型:logit(P)=-10.891+合并糖尿病×0.614+术中低体温×1.134+手术时间≥3h×1.094+导尿留置时间≥7d×0.514+血清ALB水平偏低×0.492。ROC曲线分析结果显示,预测模型预测肾癌根治术后切口感染的曲线下面积(AUC)值为0.867,95%CI为0.844~0.887,敏感度为86.54%,特异度为69.97%。结论肾癌根治术后发生切口感染与合并糖尿病、有术中低体温、手术时间≥3h、导尿留置时间≥7d及血清ALB水平偏低有关,据此建立的预测模型对肾癌根治术后发生切口感染的预测价值较高。

应用易感者-暴露者-感染者-康复者模型对COVID-19的传播及防御措施分析

该文通过易感者-暴露者-感染者-康复者模型分析新型冠状病毒肺炎(COVID-19)在人群中传播的过程,及不同防御措施对疫情曲线的影响,针对结果为疫情的防控提出建议。根据人群接触网络模式对易感者-暴露者-感染者-康复者模型进行改进,加入隔离、中医药干预等模型元素,构建符合新冠肺炎传播特点的数学模型。将影响新型冠状病毒肺炎疫情发展趋势的关键因素作为模型变量,通过实际疫情发展情况对模型进行调节,分析不同因素对病毒扩散的影响。结果显示,隔离和中医药干预措施在防御新型冠状病毒肺炎疫情中,预测结果与实际情况基本相符,说明通过隔离及中医药干预措施可以对控制疫情起到积极作用。

考虑结伴行为与情绪感染的人员疏散模型

为探究结伴行为与情绪感染对人员疏散的影响,将开放性-责任感-外向性-利他性-神经质(OCEAN)模型中的神经质引入易感-感染-易感(SIS)传染病模型,根据行人是否结伴分别构建独立行人与结伴行人的情绪感染模型,与元胞自动机模型相结合进行疏散仿真模拟;并讨论人员密度、结伴比例、情绪阈值、自衰减速率、亲密度等因素对疏散过程的影响特征。研究结果表明:情绪感染在一定程度上会降低疏散效率;行人总体疏散时间与密度呈正相关;疏散时间随结伴比例的增加呈现先增加后降低的趋势,在结伴比例为0.4~0.6时达到峰值,这种趋势受双重因素的影响;情绪阈值是实现平静情绪与恐慌情绪相互转化的临界值,随着情绪阈值的增大,疏散时间逐渐降低,当情绪阈值超过0.3后,疏散时间的变化趋于平缓;情绪自衰减速率与亲密度是影响情绪衰减的主要因素,情绪自衰减速率越大,亲密度越高,情绪强度的衰减越快,且情绪自衰减速率的影响效果更显著。

基于改进传染病动力学易感-暴露-感染-恢复(SEIR)模型预测新型冠状病毒肺炎疫情

目的研究基于传染病动力学易感-暴露-感染-恢复(SEIR)模型对新型冠状病毒肺炎(COVID-19)疫情发展情况的预测效果,为有效应对疫情提供指导。方法利用Python爬虫自动更新功能获取中华人民共和国国家卫生健康委员会公布的疫情数据,通过改进传染病动力学SEIR模型,自动修正COVID-19基本再生数(R0),对中国湖北省和韩国的COVID-19疫情发展趋势进行预测。结果模型预测的湖北省COVID-19疫情顶点在2020年2月21日,现有确诊病例数约为50000例(2月19日),预计疫情将于3月4日回落至30000例以下,并在5月10日左右结束。中华人民共和国国家卫生健康委员会公布的实际数据显示,确诊人数顶点为53371例。模型预测的韩国疫情峰值在3月7日,将于4月底结束。结论改进的传染病动力学SEIR模型在COVID-19疫情早期实现了较准确的数据预测,政府相关部门在疫情中及时、有效的强力干预明显影响了疫情的发展进程,东亚其他国家如韩国的疫情在3月仍处于上升期,提示中国需要提防输入性疫情风险。

重症颅脑损伤术后肺部感染易感因素分析及预测模型构建

目的分析重症颅脑损伤术后肺部感染的易感因素,为预防控制感染提供依据。方法采用单因素分析及多元Logistic回归,分析导致重症颅脑损伤患者术后肺部感染的危险因素,建立感染预测模型。结果549例重症颅脑损伤患者中发生术后肺部感染125例,感染率为22.77%;共检出病原菌132株,其中65.91%为革兰氏阳性菌。多元Logistic回归分析显示,气管插管、机械通气、昏迷、急性肺损伤是导致重症颅脑损伤患者术后发生肺部感染的危险因素(P<0.05),获得预测模型P=1/(1+e^((0.129-0.555X_(1)-0.054X_(2)+0.021X_(3)+0.840X_(4))))。结论重症颅脑损伤患者术后肺部感染率较高,其主要病原菌为革兰氏阳性菌,气管插管、机械通气、昏迷、急性肺损伤是导致患者术后发生肺部感染的独立危险因素。

丙型肝炎病毒细胞感染模型的研究进展

随着丙型肝炎病毒(HCV)的研究深入,迫切需要建立HCV体外感染模型。本文就HCV易感细胞的筛选、促进细胞生长的条件、病毒感染的影响因素,以及病毒复制标志的检测等方面作一综述。

体弱易感动物模型按摩复健的实验研究

体弱易感动物模型按摩复健的实验研究朱升朝，胡兰英，王珉，徐和平王启明，姚荣芬，葛以强，贺礼芝（江苏省南京市建邺区中医院，２１０００４）遵循中医“虚者补之”的治则，对体弱易感家兔施展”持捏三揉三里求”的按摩手法，经手法按摩复健与自然恢复相对照观察二周，...

基于LSTM-SIR-EAKF的流感样病例预测

探索基于机器学习模型与传染病模型的组合方法来预测流感趋势,为医疗机构提供意见方便做好预防措施。为了准确捕获流感样病例的时序特征,提出一种基于长短期记忆(LSTM)神经网络、易感-感染-康复(SIR)模型和集合调整卡尔曼滤波(EAKF)的组合预测模型(LSTM-SIR-EAKF)。首先,使用LSTM学习流感样病例的时序关系。其次,利用SIR模型模拟流感的传播过程。最后,EAKF对SIR模型生成的流感样病例预测值进行修正,得到最终流感预测值。实验结果表明,通过对3个时间段流感样病例的预测,LSTM-SIR-EAKF模型的拟合优度R2分别是0.996、0.991、0.995,且预测结果的评价指标均优于对比模型。LSTM-SIR-EAKF模型通过长短期记忆网络在时间方面对流感做了长期预测,以及传染病模型在空间中模拟了流感人群的变化,有效提高了预测效果。

钩虫感染因素的病例对照研究

目的探索人体钩虫易感因素。方法本研究采用1∶4的个体匹配方法,选择88例钩虫感染者和352名健康对照进行回顾性调查,进行条件 Lgistic 回归模型分析。结果单因素 Logistic 回归分析筛选出使用未处理人畜粪便(X9)、饭前洗手(X10)、便后洗手(X11)、吃洗净瓜果(X12)、饮生水(X14)和赤脚下地劳动(X16)等6个相关因素有显著意义;多因素 Logistic 回归分析表明,最终引入模型的3个因素饮生水(X14)、使用未处理人畜粪便(X9)和家庭总收入(X5)有显著意义(P<0.05)。其 OR 值分别为3.3609、2.4267和0.9998。结论认为影响钩虫感染的主要危险因素是:饮生水、使用未经无害化处理的人畜粪便和家庭经济状况。

胃癌化疗患者PICC导管相关性感染易感因素及预测模型的构建

目的探讨胃癌化疗患者经外周静脉中心静脉导管(PICC)置管感染易感因素,建立预测风险模型,为胃癌化疗PICC置管患者感染的预测提供参考。方法选取杭州市临安区第一人民医院2020年1月-2021年12月301例胃癌化疗PICC置管患者,发生导管相关性感染63例纳入感染组,未发生感染的患者238例纳入未感染组,通过Logistic回归分析感染影响因素,构建风险预测模型。另选取同期患者100例建立验证组,对建模组数据进行验证,通过受试者工作特征曲线(ROC)评估模型区分度。结果63例感染患者,培养分离得到病原菌77株,其中革兰阳性菌占58.44%;Logisitic回归分析显示年龄≥60岁、合并糖尿病、穿刺次数≥3次、导管留置时间≥3个月、化疗次数≥6次是胃癌化疗PICC置管患者导管相关性感染发生的独立影响因素;胃癌化疗PICC置管患者发生置管相关性感染概率值回归方程为:P=1/[1+e-^((-3.484+0.593×年龄+1.008×糖尿病+1.103×穿刺次数+2.008×导管留置时间+1.224×化疗次数))],采用Hosmer-Lemeshow检验检测回归方程的拟合优度(P=0.244);以验证组数据对模型进行外部验证,100例患者中发生PICC置管导管相关性感染者14例,模型评估ROC曲线下面积(AUC)为0.824[95%CI(0.706~0.942)],灵敏度为85.71%,特异度为79.07%。结论建立的风险评分模型具有较好的判别效度,可有效将高感染风险和低感染风险的患者区分开,有利于针对性采取预防措施。

基于邻域K-shell分布的关键节点识别方法

复杂网络中关键节点的精准识别对于网络结构稳定和信息传播起着至关重要的作用。传统K-shell方法仅通过节点在网络中所处位置对节点的重要性进行评估,导致区分度不高。基于此,综合考虑了节点的全局信息和局部信息对节点重要性的影响,提出一种基于邻域K-shell分布的关键节点识别方法。该方法通过节点邻域Ks值定义节点的熵,从而反映邻居节点的K-shell分布特征。通过11个网络数据集上的仿真实验,验证了所提方法能够更准确地识别并区分复杂网络中的关键节点。

移动电话病毒的传播模型研究

对利用蓝牙进行传播的移动电话病毒传播模型进行了研究。针对移动这一重要特性,首先分析了现有模型的不足之处,通过修正Kephart和White的模型(KW模型)以及率方程模型中参数的含义得到了两个修正的模型:随机图和无标度(SF)网上移动病毒传播模型。理论和模拟的结果表明,因为移动性使带病节点和易感节点充分混和,使得模拟结果和理论模型更加接近,证实了移动环境移动速度对病毒传播的效果。

海军大型战斗舰艇传染病预测模型选择

海军大型战斗舰艇作为一种重要的海上作战平台,内部空间紧凑,编制人员密集,一旦发生传染病极易流行。因此,选择适用于该环境的传染病预测模型对卫生防疫工作的顺利开展非常重要。本文介绍了4个经典的传染病动力学模型,总结了各类仓室模型及其关键特征,并就常见的几种实际模拟需求展开讨论,以期能帮助相关卫勤人员应对诸如新型冠状病毒肺炎疫情防控等卫生防疫工作中的挑战。

乙型肝炎的数学模型

我国至少有7亿人感染过甲型肝炎,6亿人感染过乙型肝炎,约1.2亿人携带乙肝病毒,其中1/4最终将发展成慢性肝病,包括肝硬变和原发性肝癌.1988～3月上海发生了医学史上最大的一次甲肝流行,累计发病31万余例,死亡47例。据初步统计,那次肝炎流行使市区损失10.65亿元。1986～1988年新疆南部地区发生戊型肝炎流行。

海外新冠感染疫情的非广延模型及其拟合分析

目的 海外输入病例对国内新型冠状病毒感染(简称新冠感染)疫情的影响日益严重,因此对海外疫情的发展进行深入的理论分析有助于研究者对新冠感染疫情的传播和演化有进一步的理论分析,从而更好地进行疫情防控。方法 对经典的易感者—感染者—移出者(susceptible-infected-recovered, SIR)模型进行非广延修正,提出了q-SIR模型并对美国、伊朗、印度和英国2020年初—2021年初的确诊病例随时间的演化规律进行数据拟合,并结合拟合结果对非广延统计物理理论进行唯象分析。结果 拟合参数与各国疫情的具体发展情况存在密切的联系。外界干扰的存在,导致原始的理想化系统变得更加复杂,经过非广延修正后的SIR模型则可以对其发展趋势进行较好的拟合。疫情发展趋势相近的国家,对应的关键拟合参数非常接近。具体拟合参数为美国:b=0.287,γ=15.546,q=1.025;伊朗:b=0.238,γ=17.793,q=1.024;印度:b=0.753,γ=3.461,q=1.127;英国:b=0.745,γ=2.166,q=1.125,发现美国和伊朗、印度和英国的拟合参数b、γ和q比较接近。结论 拟合参数q能够很好地反映该系统受到的外界干预程度。外界干预的越多,q的数值就越大。

城市级新冠肺炎(COVID-19)疫情预测和仿真模型

传染病的传播分析对于社会公共安全与城市管理有着重要的意义.针对此次新冠肺炎(COVID-19)疫情的传播,构建了一个城市级结构化疫情预测和仿真模型.该模型基于最新的传染病动力学理论,综合地理信息网络,将易感者、潜伏者、感染者和康复者(SEIR)模型与社会网络模型相结合,对预测区域进行多层级划分;宏观上使用二分网络模拟公共设施与社区节点的关系;微观上使用改进的SEIR模型模拟节点内部的传染情况;节点间使用智能体追踪个体的传播过程.采用国家卫生健康委员会公开的2020年武汉市与北京市疫情确诊及治愈病例数进行对比实验,结果表明,所提模型在疫情仿真上更灵活,预测结果更准确,并能直观地体现不同人群的分布情况和流动趋势.

利用人口流动数据以及两阶段模型预测2019冠状病毒病流行趋势

目的:基于人口流动和疫情防控措施信息构建数学模型,预测2019冠状病毒病(COVID-19)疫情的发展趋势。方法:获取截至2020年2月8日浙江省乐清市151例确诊病例的患病过程以及乐清和武汉之间的人口流动等信息,采用两阶段的方法构建数学模型,将人口流动数据与确诊病例症状开始时间以及输入性病例和本地病例的传播动力学特征整合起来,模拟并预测乐清的COVID-19疫情发展趋势。结果:在疫情初期,每日从武汉来的输入性病例数(症状出现日)与当日、6 d前和9 d前从武汉到乐清的旅客数量成正相关。利用根据武汉到乐清的旅客数量估计的输入性病例数以及易感-暴露-感染-恢复模型预测乐清最终的病例数为170例。如果根据每日报告的输入性病例数来预测,预计最终病例数为165例。截至2020年4月27日,乐清实际监测到的病例数为170例,这两个预测值与实际值均接近。结论:本研究建立的两阶段预测模型能够对COVID-19的流行趋势做出准确预测。

基于系统动力学模型的2019冠状病毒病早期防控机制研究

目的:探讨各国2019冠状病毒病(COVID-19)暴发早期防控的效果,为传染病疫情暴发早期的防控提供对策。方法:以世界卫生组织公开的中国、美国、英国、澳大利亚、塞尔维亚和意大利COVID-19疫情暴发早期数据为样本,建立广义易感-暴露-感染-恢复(SEIR)模型,对其参数进行最优化求解。然后,根据基本传染数表达式中的参数,利用系统动力学模型中的敏感性分析,定量分析各国保护率、感染率和平均检疫时间对疫情暴发早期的影响。最后,根据分析结果提出COVID-19暴发早期的防控对策。结果:广义SEIR模型对六国COVID-19暴发早期的预测和评估具有较好的拟合性,实际数据与拟合数据高度重合。COVID-19扩散主要受保护率、感染率和平均检疫时间影响:从保护率来看,前10 d的保护率提高最为重要,保护率越大,确诊人数越少;从感染率来看,前5 d的感染率最为关键,感染率越小,确诊人数越少;从平均检疫时间来看,前5 d的平均检疫时间至关重要,平均检疫时间越短,确诊人数越少。通过对六国关键参数对比发现,澳大利亚和中国由于实行严格的防疫政策,保护率较高,平均检疫时间较短,因而防疫效果较好。结论:在COVID-19暴发早期,需要实行提高保护率、缩短平均检疫时间的措施,以及严格的隔离政策,抑制COVID-19传播及扩散。

基于边划分理论的谣言传播模型

针对谣言传播过程中传播态节点恢复时会受其邻居节点状态影响的问题,提出了一种基于边划分理论的谣言传播模型。首先,使用改进的边划分理论建立起谣言传播的动力学方程组,推演出谣言在复杂网络上的传播范围值和爆发阈值;然后,通过数值仿真实验研究网络结构、传播概率和基础恢复概率等参数对谣言传播的影响;在此基础之上,提出了可以有效控制谣言传播范围和爆发阈值的免疫策略。理论分析和仿真结果表明,与经典的SIR模型相比,提出的谣言传播模型缩短了谣言传播的周期,传播态节点比例的峰值则有小幅提高。对比实验发现,与现有的随机免疫策略相比,当谣言的传播概率较大时,优先免疫连接小度节点的边能得到更小的谣言传播范围;反之,当谣言的传播概率较小时,优先免疫连接大度节点的边可以有更小的谣言传播范围。研究结果表明,提出的谣言传播模型符合谣言消退期的特征,为谣言传播的预测与控制提供了理论和数值上的支持。

具捕杀效应的SEI狂犬病模型的空间动力学分析

为讨论针对性的捕杀对狂犬病传播的影响,研究了一类具捕杀效应的易感者-潜伏期感染者-已经感染者(SEI)狂犬病模型.通过相应的特征值问题,引入基本再生数,并利用上下解方法建立了平衡点的稳定性.结果表明:有针对性的捕杀对狂犬病的控制和预防起着重要的作用.