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。

基于有序Logistic回归模型的通风系统评价

矿井通风系统是保障煤矿安全生产的重要前提。为了对矿井通风系统综合稳定性进行有效评价,建立了有序Logistic回归模型。综合考虑影响矿井通风系统稳定性的主要因素,选取了矿井通风合理性因子、通风网络因子、通风经济因子、通风动力因子以及通风系统属性因子5个一类指标,并将其分为14个二类指标,将二类指标作为模型的自变量,矿井通风系统的安全水平作为模型的预测结果,并利用矿井实测数据进行预测和分析。结果表明,利用有序Logistic回归模型能够对矿井通风系统进行有效的安全评价。

基于有序Logistic回归模型的城市居民环境保护行为影响因素分析——以福州市区的实地调查为例

环境问题不仅会制约中国经济发展和国家治理体系和治理能力现代化的水平,而且也是社会个体行为呈现差异的有关因素。基于计划行为理论自主设计调查问卷对福州市区展开调查,以行为意向、态度、主观规范、知觉行为控制、公众参与五个主要角度来研究居民环境保护行为的影响机理,在合理的假设条件下构建有序Logistic回归模型并运用STATA15.0软件对居民环境保护行为及其影响因素进行回归分析。

抖音APP用户满意度影响因素研究——基于多元有序Logistic回归模型

用户满意度关系着其是否会持续使用抖音APP,尤其在激烈的市场竞争环境下,目前很多短视频软件功能同质化较高,研究抖音APP用户满意度的影响因素,对优化用户使用体验和提高抖音平台的市场竞争力具有重要的实际意义。基于291份有效问卷数据,利用多元有序Logistic回归模型,实证分析抖音APP用户满意度影响因素。结果表明:性别、使用时长、广告侵犯性、安全性、操作便捷度、信息满足感、感知娱乐性均对抖音APP用户满意度有显著影响,而年龄、使用频率和互动性对其影响不显著。在此基础上,得出相应的研究结论。

基于多元有序logistic回归模型研究空气质量与居民主观幸福感的关联性:以北京市为例

空气质量与个人主观幸福感之间的联系越来越引起人们的重视。本文通过对北京市居民进行个人问卷调查,采用多元有序logistic回归等方法分析空气污染与居民主观幸福感的关联性。研究发现,随着空气污染的加重,居民幸福感指数显著下降,而居民幸福感指数的差异先增加后减小。在空气质量指数(AQI)为>150~200范围内时,所有被访者的居民幸福感指数的差异最大,年龄和戴防霾口罩的积极性是影响这种差异的显著因素。年龄<20岁的居民幸福感指数最高,显著高于年龄≥30岁组(F=10.652,P<0.05)。戴口罩积极性最高组的居民幸福感指数显著低于其他组。年龄和戴口罩积极性可能都反映了居民对空气污染影响健康的担忧,这种担忧可能是其幸福感降低的重要原因。因此,为了减轻对居民幸福感的影响,未来的策略除了减少空气污染外,还应该针对居民的健康担忧提供相关的健康保护政策。

基于有序Logistic回归模型案例教学满意度研究——以“管理经济学”课程为例

基于咸阳师范学院公共事业管理专业267位学生的调查,运用有序Logistic回归模型,对管理经济学案例教学满意度进行实证研究。研究结果表明,学生学习成绩在班级的排名、课前准备、课堂组织、案例教学的重要性、案例所占教学课时比重以及案例启发性是影响满意度的重要因素;而教师的教学水平以及案例的选取尚不能满足学生对案例教学的需求。因此,应从加强学生学习能力的培养、提高教师案例教学水平以及建立案例教学监测评价体系等方面进一步提高案例教学效果。

基于主成分分析和有序Logistic回归模型的失代偿期肝硬化预后影响因素分析

目的:探索失代偿期肝硬化的短期预后及其影响因素。方法:研究对象为2017年1月-12月云南省昆明市第三人民医院和湖北省十堰市人民医院收治的292例失代偿期肝硬化患者。记录入院时的年龄、性别、医疗保险类型、婚姻状况、住院时间、病因、临床检测指标,并对患者进行随访,记录出院后3个月的结局。采用主成分分析法将临床检测指标降维,并以维度得分、社会人口统计学变量和临床特征为预测变量建立有序Logistic回归模型。结果:主成分分析显示,血小板、血清总胆红素、直接胆红素、白蛋白、凝血酶原时间、凝血酶原百分活动度、纤维蛋白原、凝血酶原国际标准化比值、血清胆碱酯酶等9项指标可综合为第一个维度;尿酸、尿素氮、肌酐等3项指标可综合为第二个维度。Logistic回归模型显示,肝功能为影响失代偿期肝硬化患者死亡的独立危险因素,住院时间为影响失代偿期肝硬化患者再入院的独立危险因素。结论:生物标志物综合指标可以用于预测失代偿期肝硬化的预后结局,同时需要特别关注首次住院时间较长且肝功能指标较差的患者。

农村小学教师工作满意度及其影响因素——基于多元有序Logistic回归模型的实证研究

以福建省9个县27所农村小学520名教师的调研数据为基础,运用多元有序Logistic回归模型,从教师个体特征、心理特征及工作环境特征等三个方面对其工作满意度影响因素进行实证分析。结果显示,教龄、文化程度、职称、是否担任班主任、每周课时数、月收入、是否签订聘用合同等变量是主要的个体特征影响因素;工作压力变量是主要的心理特征影响因素;工资待遇、进修晋升、领导管理等变量是主要的工作环境特征影响因素。

基于有序Logistic回归模型的上海市大学生就业焦虑影响因素分析

高校毕业生就业形势日趋严峻,如何缓解大学生就业焦虑已成为当下心理学研究热点。文章利用半结构化访谈和问卷调查,收集上海部分高校大学生就业焦虑的影响因素,并基于有序Logistic回归模型分析各因素对大学生就业焦虑影响程度。研究结果表明,上海市高校大学生就业焦虑影响因素包括自身因素和非自身因素。自身因素中,知识储备、能力欠缺和学校辅导对大学生焦虑程度起正向影响,学校名气对焦虑程度起负向影响;非自身因素中,同龄竞争和就业形势对上海市大学生就业焦虑程度均起正向影响;相较于自身因素,非自身因素对毕业生就业焦虑影响效果更明显。

宁波中小餐饮企业"食责险"投保意愿的影响因素研究——基于多元有序logistic回归模型

食品安全问题一直受到人们的关注,如何提高食品安全责任险投保率,降低食品安全风险一直是保险机构研究主题之一.本文基于感知价值理论,对宁波中小餐饮企业实施实地调查,重点从个体表征、企业主心理特点及感知环境特征三个角度选择相关变量,建立多元有序logistic回归模型,分析了影响中小餐饮企业"食责险"投保意愿的主要因素,并提出政策建议.

贝叶斯Logistic回归模型在中老年人心脏病影响因素分析中的应用

目的探讨贝叶斯Logistic回归模型在心脏病影响因素分析研究中的应用价值。方法数据资料来自2015年中国健康与养老追踪调查中的525例调查对象。利用OpenBUGS软件分别拟合了贝叶斯随机效应和固定效应的Logistic回归模型,并在两种模型中估计各影响因素与因变量关系的优势比(OR)及95%可信区间(95%CI)。结果贝叶斯随机效应和固定效应的Logistic回归模型分析结果均显示,性别、高血压和糖尿病是心脏病患病率的影响因素。两个模型的收敛效果均较好,参数估计结果也相差较小,但随机效应模型的拟合效果略差于固定效应模型(随机效应模型:DIC=156.6,pD=11.96;固定效应模型:DIC=155.8,pD=7.79)。结论在贝叶斯Logistic回归模型中引入随机效应参数需根据具体情况而定,否则反而可能会降低模型的拟合效果。

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。

Logistic回归模型和XGBoost模型对急性缺血性脑卒中患者发生吞咽障碍的预测价值

目的筛选危险因素构建急性缺血性脑卒中后吞咽障碍风险预测模型,对比XGBoost模型和Logistic回归模型的优劣性。方法选取2022年1-12月新疆医科大学第二附属医院神经内科573例急性缺血性脑卒中患者,按7∶3比例随机分为建模组(n=401)和验证组(n=172)。筛选发生吞咽障碍的危险因素,以单因素分析有统计学意义的变量分别建立Logistic回归模型和XGBoost模型。在验证组数据集上使用十折交叉验证法进行内部验证,采用校准曲线、受试者工作特征曲线(ROC曲线)和决策曲线评价两种模型的预测效能。结果多因素Logistic回归分析结果显示,年龄、NIHSS评分、GCS评分、BI指数、脑干病变、构音障碍、失语症、咽反射(正常)是急性缺血性脑卒中后吞咽障碍的影响因素。XGBoost模型特征重要性排序前8位分别为年龄、BI指数、NIHSS评分、咽反射、TOAST分型、白蛋白、文化程度、营养评分。对比两种模型结果显示,XGBoost模型的准确性、精确度、敏感度、F1分值分别为0.849、0.830、0.754、0.790,表现优于Logistic回归模型。Logistic回归、XGBoost模型预测吞咽障碍的AUC值分别是0.894、0.925,两者AUC值比较,差异无统计学意义(P>0.05)。模型的校准曲线和临床决策曲线均显示XGBoost模型准确度和临床实用价值优于Logistic回归模型。结论XGBoost模型和Logistic回归模型均能有效预测急性缺血性脑卒中后吞咽障碍风险,XGBoost模型表现更优,可为临床早期预防急性缺血性脑卒中吞咽障碍提供参考。

随机森林模型和Logistic回归模型预测非计划再手术发生风险的效能比较

目的比较随机森林模型和Logistic回归模型预测非计划再手术发生风险的效能。方法在手术麻醉系统中筛选一次住院期间申请2次手术的患者信息。提取所有非计划再次手术患者(n=219)作为研究组,对应科室的计划再次手术患者(n=14311)作为对照组。运用随机森林模型和Logistic回归模型建立非计划再手术预测模型。采用受试者工作特征曲线下面积评价两种模型的预测效能。结果(1)Logistic回归分析结果显示,前次术中输血、罹患恶性肿瘤、合并疾病数量、前次手术切口愈合等级、前次手术级别、前次手术时长、前次手术切口类别是非计划再手术发生的影响因素(P<0.05)。Logistic回归预测模型的曲线下面积为0.922,灵敏度、特异度、准确率分别为92.59%、79.11%、79.28%。(2)随机森林模型特征变量的重要性排序结果显示,前次手术切口类别、前次术中输血、前次手术级别、前次手术切口愈合等级、合并疾病数量、罹患恶性肿瘤等变量的重要性更靠前。随机森林预测模型的曲线下面积为0.866,灵敏度、特异度、准确率分别为80.00%、93.33%、86.66%。Logistic回归预测模型曲线下面积大于随机森林预测模型,但差异无统计学意义(P>0.05)。结论综合使用Logistic回归模型和随机森林模型,并将二者分析结果互为补充,可从各个方面预测非计划再次手术的风险因素,能获得更好的预测效能。

基于logistic回归模型分析骨科手术部位感染的影响因素

目的总结骨科手术部位感染现状,探讨骨科手术部位感染的影响因素。方法收集江苏省盐城市第三人民医院2022年1月至2023年12月骨科手术部位感染病例作为感染组,共41例,按照1∶1的比例,随机抽取同科室2022年1月至2023年12月年龄相近(±10岁)、性别相同未发生手术部位感染的41例病例作为非感染组,分析骨科手术部位感染病原菌分布情况并基于二分类logistic回归模型分析骨科手术部位感染的影响因素。结果本研究共纳入41例手术部位感染患者,术后1~3 d发生手术部位感染10例(24.39%),术后4~6 d发生手术部位感染12例(29.27%),术后7~9 d发生手术部位感染5例(12.20%),术后10~30 d发生手术部位感染10例(24.39%),术后31~90 d发生手术部位感染4例(9.76%)。感染组检出40株病原菌,主要为革兰氏阳性球菌(31株,77.50%),最常见的为金黄色葡萄球菌(19株,47.50%),其次为凝固酶阴性葡萄球菌(7株,17.50%)。两组糖尿病史、体重指数(BMI)、术前纤维蛋白原、手术持续时间、手术引流比较,差异有统计学意义(P<0.05)。logistic回归分析显示,患者BMI(OR=1.231,95%CI:1.049~1.445,P=0.011)是骨科手术部位感染的独立危险因素。BMI作为手术部位感染的独立危险因素,其临界值为25.37 kg/m2。结论骨科手术患者中,肥胖患者更易发生手术部位感染,建议进一步强化肥胖患者的围手术期管理,以减少手术部位感染的发生。

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。

基于连续比例Logistic回归模型的贝叶斯判别分析

针对传统贝叶斯判别分析方法处理实际问题的局限性,提出一种基于连续比例Logistic回归模型的贝叶斯判别分析方法.首先基于连续比例Logistic回归模型建立半参数密度比模型,通过经验似然法估计模型的参数,并使用贝叶斯定理计算后验概率进行分类预测.然后对比新方法与传统方法的回判正确率,统计模拟表明当总体数据符合正态分布时,2者判别能力相当,否则,提出的新方法能够更好地判别不同的数据特征.最后运用新方法分析真实的数据集,验证了新方法在分类预测中的准确性和稳健性,与传统方法相比,更适用于实际应用中多元分类问题的建模和预测.

基于Logistic回归的老年髋部骨折患者术后尿道感染风险预测模型构建与应用

目的探讨老年髋部骨折患者术后尿道感染风险因素,并以此构建老年髋部骨折术后患者尿道感染风险预测模型,并应用于老年髋部骨折围手术期。方法选取我院骨科2019年1月至2023年5月收治的老年髋部骨折患者1012例作为研究对象,其中发生术后尿道感染者111例。通过单因素分析初步筛选出老年骨科患者尿道感染的危险因素,综合考虑临床经验,将相关危险因素纳入多因素Logistic回归分析,并根据结果建立Logistic模型。结果纳入单因素、多因素Logistic回归分析模型分析,经筛选后发现,影响术后尿道感染的独立危险因素有低蛋白血症、电解质失衡、肺炎、糖尿病4项(P<0.05)。检测发现,预测模型在老年髋部骨折患者诊断中的敏感度、特异度各为83.78%,90.77%。结论低蛋白血症、电解质失衡、肺炎、糖尿病均是影响老年髋部骨折患者术后尿道感染风险的因素。基于本文列线图模型构建的老年髋部骨折尿道感染预测模型有良好的预测能力与准确性。