青少年早期自尊与抑郁的交叉滞后分析:检验易感模型和创伤模型

本研究以初一年级598名青少年为研究对象,采用三年追踪设计,运用交叉滞后回归分析,控制变量的先前水平,旨在揭示青少年早期自尊与抑郁的相互影响,检验易感模型和创伤模型。结果发现,对于青少年样本总体来说,第一、二学年抑郁各自能显著负向预测第二、三学年自尊,支持创伤模型;同时第二学年自尊又能显著负向预测第三学年抑郁,支持易感模型。对于女生而言,其自尊与抑郁之间的关系与样本总体相同,既支持易感模型,又支持创伤模型;对于男生而言,仅发现其第二学年抑郁能显著负向预测第三学年自尊,支持创伤模型。这些结果表明青少年早期的自尊与抑郁存在双向的相互影响,易感模型和创伤模型同时起作用,而且这种影响存在显著的性别差异。

大学生自杀潜在风险的识别和预警:基于应激-易感模型

基于自杀的应激-易感模型选取生活压力事件、精神病前驱症状、精神障碍、绝望情绪、自杀企图、人格倾向、心理健康症状、睡眠质量等8个具有代表性的自杀风险因素,对8 792名大学生心理普查数据进行潜在剖面分析及Logistic回归分析。结果发现:(1)大学生自杀的潜在风险存在3个异质性的类别:C1低风险组,占比86.88%;C2高风险组,占比8.18%;C3心理脆弱组,占比4.92%。(2)相对于C1而言,女生在C2的比例更高,父母离异的大学生在C3的比例更高。(3)高校心理普查的心理危机因子检测系统需要从内容和方法上重新构建,应激-易感模型为多个自杀风险因素的选取提供了理论指导,潜在剖面模型为多个心理危机因子同时检测提供了方法上的支持。

高创造性人群与心理疾病:共享遗传易感模型

创造性被认为是一种正面的人格特质。然而,高创造性人群的传记和分子遗传学研究却证明高创造性人群罹患心境障碍、精神分裂症系列障碍和酒精中毒的风险高于一般人群。共享遗传易感模型恰当地解释了高创造性人群和心理疾病之间的关联。这种遗传决定所赋予的精神病理风险与保护性认知因素的交互作用会增强创造性思维能力。但在潜在抑制解除、偏爱新奇和神经过度连通时,如果缺乏认知保护因素的保护就会导致心理疾病。由此得到的启示是,社会应创造有利于创新人才成长的文化氛围,以降低高创造性人群罹患心理疾病的风险。

基于应激-易感模型住院患者自杀意念影响因素的研究进展

目的基于应激-易感模型,了解国内外住院患者自杀意念影响因素的研究进展,为临床有效识别有自杀意念患者,预防住院患者采取自杀行动提供参考依据。方法回顾国内外相关研究,对应激-易感模型概况,住院患者自杀意念概况,基于应激-易感模型视角下对住院患者自杀意念从应激因素、个体易感性因素、保护性因素进行综述。结果应激-易感模型视角下住院患者自杀意念的研究为医院患者自杀意念问题提供了一个全新方向,自杀意念形成的应激因素、保护因素、个体易感性相互制约、相互影响,当保护因素不占主导时,可能会导致自杀行为。国内针对住院患者自杀问题研究较少,住院患者自杀问题复杂且严重,仅仅停留在自杀影响因素的研究,对预防住院患者“零自杀”目标只是冰山一角。结论医院管理者可以从自杀意念的评估、筛查、反馈等方面进行研究,通过有效识别自杀意念患者,减少患者自杀意念产生的危险因素,增加住院患者自杀意念形成的保护因素,针对有自杀意念患者,采取相应的预防性措施,最终形成住院患者自杀相关问题的干预体系,从而有效预防住院患者自杀。

基于易感——应激模型的青少年自杀意念研究述评

自杀意念是自杀未遂和自杀死亡者的早期心理活动,探明自杀意念的成因并开展积极干预,是预防自杀死亡的重要手段之一。该文以易感——应激模型为框架,对青少年自杀意念的影响因素进行了系统分析。结果发现,在青少年自杀意念形成的易感因素方面,以往研究主要涉及人格、环境、认知、情绪等因素;在应激因素方面,以往研究主要涉及负性生活事件、儿童期经历等,并有少量研究探讨了易感因素和应激因素的交互作用对自杀意念的影响。文章最后以易感——应激模型为指导,指出了青少年自杀意念研究的发展方向。

基于易感者-染病者-易感者的时变机场网络延误传播模型

为宏观角度分析机场网络延误传播机理,基于复杂网络易感者-染病者-易感者(susceptible-infective-susceptible,SIS)传染病模型建立了延误传播模型。从机场网络延误传播的时变性和与SIS传染病模型的相似性入手,以机场为节点,定义了其在机场网络延误传播过程里存在的不同状态,依据节点状态间的转变机理,建立机场网络延误传播动力学模型,并根据航班时刻规划航班流运输路径。以全国153个机场为例,采集航班延误数据,进行模型仿真并分析实验参数。结果表明:机场网络延误节点的延误影响范围有限,且网络对延误的传播能力具有一定的抑制性,很少出现全网的崩溃现象;该模型具有有效性和实用性,可以较好地仿真实际延误的传播过程。

新型冠状病毒来源、传播途径及易感动物模型研究进展

新型冠状病毒(SARS-CoV-2)继2019年12月以来在湖北省武汉市引发多例病毒性肺炎(COVID-19),从武汉迅速传播到中国所有省份以及全球20多个国家,导致死亡人数超过1000例。鉴于SARS-CoV-2与蝙蝠冠状病毒(RaTG13)具有高度相似性,推测SARS-CoV-2的源头是蝙蝠,但蝙蝠通过何种中间宿主完成的跨物种感染尚不明确。目前,全球医疗、科研工作者正在积极开展抗病毒药物筛选、疫苗研制和病毒致病机理研究,递次推进动物实验和临床试验。靶向SARS-CoV-2的功能性受体—血管紧张素转化酶2(ACE2),建立啮齿类、非人灵长类等易感动物模型,可助力攻克新型冠状病毒感染的肺炎疫情。

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。

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。

基于连续感染模型的新冠肺炎校园传播与防控策略分析

新冠肺炎疫情在中国平稳后多省已开始复学,在学校这种封闭式环境中师生长时间接触会增加疫情爆发的可能.虽然学校停课可以有效地缓解疫情,但大面积的学生隔离会造成人群恐慌和社会负担,所以针对校园这一特殊环境需要制定更加科学的防控措施.本文中根据患病期间新冠肺炎感染个体病毒排出情况重新定义患者的传染能力,将其引入到传统易感-潜伏-传染-恢复(SEIR)模型后提出了更符合新冠肺炎患者实际传播的连续感染模型.其次,通过真实接触数据计算学生间有效距离,提出针对校园的数字接触追踪防控措施.通过真实在校期间学生接触数据与连续感染模型模拟新冠肺炎在校园中的传播,从而比较各种防控措施对校园疫情的防控效果,并且通过施加防控措施时累计隔离人次评估各防控措施带来的社会影响.结果发现,相比于传统SEIR模型,新冠肺炎在连续感染模型中会造成更大的病例规模,在连续感染模型中验证的防控措施更具有说服力.在校园内采取数字接触追踪防控会在控制隔离人次最少的情况下达到与封闭学校近似的效果.本文研究有助于学校选取合适的防控措施,提出的连续感染模型有助于研究人员更准确地仿真新冠肺炎传播.

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。

航班延误传播模型研究

为研究航班延误传播规律,利用真实航班运行数据构建机场航班网络。基于易感-感染-免疫(Susceptible-Infected-Recovered,SIR)模型建立航班延误传播模型,选用梯度下降法求解模型参数;以最大连通子图比例(S)作为网络抗毁性指标,使用选择性攻击和随机攻击策略分析抗毁性;将航班延误传播模型与长短期记忆(Long Short-Term Memory,LSTM)网络预测模型、马尔科夫模型进行延误预测比较,引用历史数据进行实例分析。结果表明:机场航班网络平均路径长度为2.387,聚类系数为0.58,度分布呈双幂率分布,具有小世界和无标度特性;随机攻击删除节点累计300个,S>0.5,网络抗毁性强,选择性攻击删除节点比例15%~20%,S=0,网络抗毁性差;航班延误传播模型平均绝对百分比误差(Mean Absolute Percentage Error,MAPE)分别与LSTM预测模型、马尔科夫模型相差4.41百分点、50.98百分点,具有更高精度。所提出的模型为航班延误提供了预测工具,为航空公司、机场等单位制定有效延误缓解措施提供参考。

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。

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。

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。

13个哮喘易感基因型在宁波地区儿童哮喘的分布研究及新预测模型的建立

目的研究基于GWAS分析方法发现的9个哮喘易感基因位点IL1RL1(rs1420101)、TSLP(rs10455025)、HLA-DQA1(rs9272346)、IL33(rs992969)、SMAD3(rs2033784)、ERBB2(rs2952156)、ZPBP2(rs11557467)、GSDMB(rs2290400)、ORMDL3(rs4795405)及4个既往成熟的儿童哮喘易感基因4位点IL13(rs20541)、IL4(rs2243250)、ADRB2(rs1042713)、FCER1B(rs569108)在宁波地区儿童哮喘的分布研究,探索易感基因位点的相关性并建立新的儿童哮喘易感基因预测模型。方法采用荧光探针熔解曲线法对哮喘实验组293例和正常对照组214例(134例健康儿童和80例健康成人)进行13个易感基因位点基因型分型,并比较不同基因型和等位基因频率与宁波地区儿童哮喘的相关性;比较13个基因位点与宁波地区儿童哮喘IgE阳性组(n=81)和IgE阴性组(n=79)的相关性;应用R语言运行REGENT建立新的儿童哮喘易感基因预测模型,并验证准确性。结果IL1RL1(rs1420101)位点存在突变的TC基因型和TT基因型组合频率高于对照组(P<0.05),IL1RL1(rs1420101)位点T等位基因频率高于对照组(P<0.05);IgE阳性组TSLP(rs10455025)位点存在突变的CA和CC基因型频率低于IgE阴性组(P<0.05);13位点哮喘易感基因预测模型应用R语言运行REGENT预测风险值,以风险值0.915作为区分高低危得到预测指标:准确度60.8%,特异度49.1%,χ2为4.852,P为0.028,OR(95%CI)为1.491(1.044~2.129)。结论IL1RL1(rs1420101)位点与宁波地区儿童哮喘易感存在相关性。TSLP(rs10455025)位点与宁波地区IgE阴性的儿童哮喘存在相关性。由13位点建立的哮喘易感基因预测模型具有一定的哮喘预测效能。

基于多重网络的复杂产品工程变更传播影响评估

针对传统复杂产品工程变更传播的影响评估过程中,未综合考虑零部件间多种关联关系对变更传播的共同作用的问题,将多重网络理论应用于复杂产品建模中。首先,将复杂产品零部件及其功能、行为、结构关联关系抽象为多重网络,从而探究不同关联关系对工程变更传播的影响机制;然后,利用改进的全面距离指标对网络中各节点重要度进行评估;最后,使用易感-感染-易感模型对复杂产品工程变更传播影响进行定量评估。以某型号柴油发动机的工程变更传播影响评估为例,验证所提出方法的有效性。结果表明:多重网络模型可以对拥有不同类型关联关系的复杂产品进行充分描述;改进的全面距离指标较好地提升了对同核度节点重要度的区分能力;高重要度零部件发生变更会使得工程变更在整个产品范围内发生雪崩式传播。