2型糖尿病老年患者生活空间移动性受限风险预测模型研究

目的探究影响2型糖尿病老年患者生活空间移动性受限的危险因素,构建风险预测模型并验证。方法选取2022年2—6月安徽某三级甲等医院1个院区的内分泌科门诊433例2型糖尿病老年患者,将其分为生活空间移动性受限组(205例)和非生活空间移动性受限组(228例)。采用LASSO回归和Logistic回归分析危险因素,建立模型。选取2022年7—10月另1个院区内分泌门诊2型糖尿病老年患者为验证集进行时段验证。结果多因素分析结果显示,跌倒恐惧(OR=18.553)、日常活动能力下降(OR=3.345)、下肢功能减退(OR=2.985)、视力下降(OR=2.035)是2型糖尿病老年患者生活空间移动性受限的危险因素(均P<0.05)。建模集和验证集C指数分别为0.936、0.932,Brier分数分别为0.081、0.106;Bootstrap内部验证其校准曲线实际值与预测值间的平均绝对误差为0.010;H-L检验χ^(2)=1.350,P=0.853;决策曲线风险阈值在0.10~0.95时,临床净获益>0。结论本研究构建的预测模型具有良好的预测效果和临床使用价值,可有效预测2型糖尿病老年患者生活空间移动性受限风险。

一种Ad Hoc网络动态兴趣引导移动模型

选取合适的移动模型对于移动自组网仿真非常重要。不同的移动模型对自组网的性能仿真将产生较大的影响。现实世界中可移动设备大多由人携带或控制,通过对现有自组网移动模型的研究比较,针对节点移动受到人自身意识和周围环境吸引的社会化特性,提出并建立了动态兴趣引导移动模型。仿真结果表明,动态兴趣引导移动模型表现出移动轨迹随着时空变化的聚散现象,适合人控移动设备构建的自组网仿真。

一种交通道路限制下的充电车辆调度方案

充电调度是无线可充电传感器网络中的关键科学问题之一。现有研究主要集中在如何调度充电车辆以获得最优的移动路径。但是,当道路受到限制时,这些算法无法提供良好的性能。本文考虑具有交通道路约束的移动充电车辆调度问题,提出一种移动受限的按需充电调度方案(mobility constrained charging scheduling scheme,MCCS)。为了更好地适用于实际场景,本文将该问题形式化为边缘覆盖问题。通过添加路径分解算子和变异算子来优化经典的扩展邻域搜索模因算法(memetic algorithm with extended neighborhood search,MAENS)。最后本文仿真评估了MCCS的性能,并与MAENS进行了比较。实验结果表明,MCCS平均移动能耗低且算法鲁棒性强,性能表现出色。