基于社区居民健康程度评估表的汉化及其在老年患者中应用的信效度检验

背景在国家大力推进为高龄、慢性病和失能患者开展居家医疗服务的背景下,采用能有效评估居家环境中患者健康程度及满足医疗护理服务需求的专业评估工具,是精准对接患者居家医疗护理需求的重要保障。目的汉化社区居民健康程度评估表(CHIRS),并评价该量表在社区老年慢性病患者人群中应用的信度和效度。方法在征得原作者授权后,遵循Brislin模型的翻译、回译、文化调适过程,形成中文版CHIRS。于2021年3—6月采用便利抽样法抽选成都市某社区卫生服务中心(站)管理的老年患者为研究对象。采用专家咨询评价中文版CHIRS的内容效度,采用内部一致性系数检验量表的信度,验证其实用性。结果共调查并完成244例患者的入户问卷调查,有效回收率100.0%。专家咨询结果显示,中文版CHIRS内容效率指数平均数为0.98,内容效度指数在0.71~1.00之间;总体Cronbach’sα系数为0.884,4个维度Cronbach’sα系数范围在0.593~0.787之间,预测效度结果显示社区居民健康程度评估表评级结果分别与患者自评健康状况、自评居家医疗护理服务需求程度的Spearman相关系数为-0.611(P<0.001)和0.584(P<0.001)。结论经汉化及本土化修改后,中文版CHIRS具有较好的信效度和参考价值,可用于社区老年慢性病患者健康状况及居家医疗护理服务需求程度的评估。

直流GIS/GIL中线形金属微粒群飞萤运动现象与危险程度评估

直流GIS/GIL中金属微粒群的存在严重威胁设备的绝缘性能,其中线形微粒会发生“飞萤运动”。为厘清线形微粒群飞萤运动机制,该文搭建飞萤运动观测平台,获得线形微粒群的运动特性。进一步,建立微粒群荷电运动模型,实现线形微粒群飞萤运动的动态模拟。研究表明,微粒群飞萤起始电压与微粒数量呈负相关,且随微粒直径的增加而增大,随微粒长度的增大而减小,叠放状态下微粒群的启举电压减小,但飞萤起始电压不受微粒初始状态的影响;相较于单微粒,微粒间库仑力、空间电荷与场强的变化使得线形微粒群存在一系列不规则悬浮与随机跨越运动。微粒群飞萤显著降低了设备耐电强度,基于微粒的气隙击穿效应对线形微粒群运动行为进行危险程度评估。具体结果表明,对于飞萤的线形微粒群,地电极单微粒飞萤的危险程度最低,高压电极单微粒飞萤与静止微粒飞萤时危险程度较高,微粒绕飞时危险程度最高。该研究在抑制微粒群飞萤运动方面为设备的主绝缘设计提供一定参考依据。

基于改进层次分析法的多级电压暂降严重程度评估

准确评估多级电压暂降的严重程度对敏感设备的稳定运行及电压暂降治理具有重要意义。提出了一种基于改进层次分析法的多级电压暂降严重程度评估方法。首先,分析了瞬时性故障和永久性故障下重合闸相应动作过程的多级电压暂降波形。然后,运用权值函数法求出各级暂降的严重程度。基于过程免疫时间的特性,刻画出敏感设备的多级电压暂降过程免疫时间(process immunity time,PIT)特性曲线。利用各级暂降的关联性和严重程度指标值对层次分析法进行改进,确定了各级暂降的权重,实现了多级电压暂降严重程度的量化评估。最后,采用改造后的IEEE30节点系统进行仿真验证。结果表明,所提方法合理且有效,减少了评估结果的主观性,为敏感设备多级电压暂降的评估和治理提供依据。

国内外最新银屑病诊疗指南解读——疾病严重程度评估及生物制剂治疗

银屑病生物制剂的问世推动了各国指南的制定和更新。本文就银屑病疾病严重程度评估和生物制剂应用,解读了具有权威性的中国、美国、欧洲、亚洲、英国及法国银屑病诊疗指南和银屑病生物制剂诊疗指南,分析和归纳了各国指南的基本用药原则和差异,以帮助临床医生更好选择和应用生物制剂,避免出现继发失效和严重不良事件。

混合神经网络的核电站故障程度评估方法

为了准确处理大量复杂数据,避免由于压力上升导致的操纵员判断失误,本文提出了一种基于改进的粒子群算法和留一交叉验证的混合神经网络超参数优化方法,辅助操纵员评估核电站故障程度。该方法通过改进的粒子群算法优化超参数组合,利用留一交叉验证评估深度学习模型泛化性能,最终构建高精度故障程度评估模型。本文以核电站失水事故为对象,对所提出方法进行测试验证。结果表明:本文提出的混合神经网络超参数优化方法能够搜索最优超参数组合,构建绝对精度为97%的神经网络模型,能有效评估核电站故障程度,辅助操纵员维修决策。

生态产品价值实现程度评估——以光泽县“水美经济”为例

文章以福建省南平市光泽县“水美经济”为例,通过构建评估指标体系,利用层次分析法对该县“水美经济”生态产品价值实现程度进行评估。研究发现:光泽县“水美经济”生态产品实现程度良好,实现了生态保护、经济增长和社会和谐三个方面的协同发展,但仍有提升空间。基于评估分析,提出相关建议:(1)强化生态保护补偿,提高优质生态产品供给能力;(2)探索多元路径,提升生态产业发展质量;(3)改善投资环境,加大绿色金融支持力度;(4)实施生态产品品牌化战略,推动生态产品增值溢价。

空中交通网络流系统拥堵程度评估

为解决日益严重的空中交通拥挤和拥堵问题,提出从空中交通流的角度出发,区分界定空中交通拥挤和拥堵,并建立拥堵程度评估模型来评估空中交通网络的拥堵程度。空中交通拥堵发生时可将系统划分为非延误部分和延误部分,建立拥挤程度评估模型评估空中交通网络的拥挤程度,建立延误程度评估模型评估空中交通网络延误程度,对两个部分分别赋予不同权重建立空中交通网络拥堵程度模型。最后采用某大型机场发生的某次空中交通拥堵作为算例数据,结果证明了模型是可行的。

运行条件下GIS局部放电严重程度评估方法

运行条件下气体绝缘组合电器(gasinsulatedswitchgears,GIS)的局部放电检测已取得了大量的应用,但对于检测到局部放电信号的严重程度评估仍然是亟待解决的难题。利用变电站现场GIS的局部放电检测数据,结合长短时记忆网络(long short-term memory network,LSTM)和Bagging集成学习方法,提出一种运行条件下GIS局部放电严重程度评估方法。先明确了用GIS设备未来1个月内的故障概率来定义局部放电严重程度,并基于该定义对大量的变电站现场检测数据确定了数据标签,建立了数据集。针对数据样本不均衡,利用Bagging集成学习方法将N个LSTM深度网络构建成适用于局部放电严重程度评估的集成学习模型。通过对由局部放电数据特征值、局部放电技术影响因素、设备运行信息等组成的特征向量进行分析,模型最终可以输出局部放电严重程度评估结果。通过与普通LSTM网络、反向传播神经网络(backpropagationneuralnetwork,BPNN)以及Bagging-BPNN方法的对比,以及变电站现场检测案例分析,结果表明所提方法可以有效地对运行条件下GIS局部放电进行严重程度评估,易于实施,与普通LSTM、BPNN和Bagging-BPNN相比评估结果的可信度更高。

基于多尺度熵的滚动轴承故障程度评估

轴承故障严重程度评估是实现视情维修的基础。滚动轴承出现故障时,其振动信号将表现出非平稳性和非线性。基于多尺度熵方法,构建了一个同时考虑多个尺度上熵值均值大小和熵值变化趋势的轴承故障程度描述新指标——多尺度熵均偏值(PMME)。仿真实验和轴承疲劳实验数据分析表明该指标能够较早地发现轴承早期故障,并且能很好地跟踪故障发展趋势。

基于热焓分析的变压器油热解机制及热故障严重程度评估

油中溶解气体总含量及其产气速率被普遍应用于诊断变压器内部故障的严重程度,但这类方法忽视了生成不同气体成分的能量差异。引入热焓分析研究了变压器油的热解机制与热故障严重程度的评估方法。基于热力学理论,对C20H42的热解产气机制进行了模拟,获得了不同气体组分的生成含量与温度的关系;然后依据热焓分析,对可表征反应过程能量变化的特征气体生成能进行了计算,得到各气体生成能的排列顺序为CH4<C2H6<C3H8<C3H6<C2H4<H2<C2H2;由此进一步建立了基于能量加权的油中溶解气体总含量分析法,提出评估变压器热故障严重程度的新判据。实例表明,与传统的油中溶解气体分析相比,基于能量加权的热故障严重程度评估方法具有更加准确、灵敏的应用优势。

基于振动信号的低压万能式断路器分合闸故障程度评估方法的研究

目前设备的机械故障诊断技术的研究多限于定性诊断,而故障诊断中故障程度的定量评估更能有效的指导设备维护。该文提出了一种低压万能式断路器分合闸故障程度定量评估的方法。首先对断路器工作模式进行识别,即利用局部均值分解(local mean decomposition,LMD)将采集到的分合闸振动信号自适应分解,求取主要乘积函数(product function,PF)的改进多尺度排列熵(multi-scale permutation entropy,MMPE)构成特征向量,再经过降维后,作为改进支持向量机(support vector machine,SVM)的输入量,实现断路器工作模式的识别;当断路器处于故障模式时,对采集的振动信号求取多尺度排列熵偏均值(partial mean of multi-scale permutation entropy,PMMPE),作为故障程度定量评估指标,并参照所求得的不同故障模式的故障程度特性曲线,可实现分合闸故障程度的定量评估。经实测数据验证表明,所提方法可以完成断路器工作模式的有效识别,且PMMPE指标相较于峭度、能量和多尺度排列熵平均值指标,能够更加有效的完成低压万能式断路器分合闸故障程度的定量评估。

耳鸣严重程度评估方法的研究

目的探讨合理评估耳鸣严重程度的方法。方法对219例初诊耳鸣患者分别应用耳鸣程度评分法及THI(tinnitus handicap inventory,THI)评分法进行严重程度评估,对两种方法评估的总分及其子项目评分进行相关性分析。结果耳鸣程度评分法与THI评分法的相关系数为0.73(P<0.001),按耳鸣程度评分法进行的严重程度分级与THI评分呈正相关,耳鸣程度评分法中耳鸣对情绪的影响及耳鸣对工作和生活、睡眠的影响分别与THI评分中的情绪性评分及功能性评分具有较高的相关性(相关系数分别为0.674、0.703)。耳鸣程度评分法中耳鸣对情绪、工作和生活、睡眠的影响及严重性自我评分4个子项目与总分的相关性较大,耳鸣出现的环境及持续时间2个子项目与总分的相关性较小。结论耳鸣程度评分法与THI评分法的评估理念基本一致,结果相似,但前者更为简单实用,今后可进一步改良部分指标的权重。

湖北省倒春寒发生程度评估模型

选取湖北省9个代表站历史倒春寒灾害序列资料,分析1951-2010年倒春寒过程中最大降温幅度、最低日平均气温、持续天数变化的特征,结合主成分分析法构建倒春寒评估模型,探讨湖北省倒春寒发生影响程度。结果表明:60a来,湖北3月倒春寒发生频次总体呈下降趋势,4月倒春寒频次以20世纪60、70年代最多,80、90年代明显下降,而2000-2010年又有所增加;倒春寒发生过程中,平均最大降温幅度的年代际间变化不大,但3月最大降温幅度大于4月;3、4月倒春寒过程最低日平均气温按年代比较显示,在2000-2010年有所降低,但不明显;1951-2010年,倒春寒持续天数平均为4.1d,呈不显著的下降趋势。运用评估模型对2010年4月12-15日的倒春寒过程评估表明,9个代表站中5站为中度倒春寒,4站为轻度倒春寒。

滚动轴承故障程度评估的AR-GMM方法

提出了一种基于AR-GMM的滚动轴承故障程度评估方法,该方法利用自回归模型(AR)提取无故障轴承早期振动信号特征,并建立无故障轴承高斯混合模型(GMM)作为故障程度评估基准。轴承后期振动信号在提取AR特征后导入该基准GMM模型,得到测试样本与无故障样本之间的量化相似程度。进而以此相似程度值为基础建立自回归对数似然概率值(ARLLP)作为滚动轴承故障程度评估指标。轴承疲劳试验分析表明该指标能够及时有效发现轴承早期故障,并能很好预测跟踪轴承恶化趋势,为视情维修奠定基础。

基于时序模型和自联想神经网络的齿轮故障程度评估

齿轮是机械传动系统中的重要零部件,在役齿轮故障程度评估是机械系统剩余寿命预测和状态维修的基础。目前广泛研究的基于概率相似度量的故障评估方法存在过早饱和等问题,不利于在线监测。提出一种基于自回归时序模型(Auto-Regressive, AR)和自联想神经网络(Auto-Associative Neural Network, AANN)的齿轮故障程度在线评估方法,其中AR模型用于齿轮振动信号特征提取,AANN用于故障程度评估。提取基准阶段(如无故障阶段)振动信号AR模型系数作为AANN的输入和输出向量,得到基准评估模型。将待评估信号AR系数构成的特征向量输入到基准AANN,得到重构AR系数。基于原始AR系数和重构AR系数组成两个自回归模型分别对待评估信号进行时序建模,分别得到各自的模型残差序列。基于残差序列之间的差异,提出了一种基于残差均方根差值的故障程度定量评估指标。离散故障程度的齿轮振动数据分析结果表明,该方法能有效区分齿轮故障的不同程度;在此基础上利用齿轮全寿命周期试验数据进一步验证该方法的有效性,结果显示提出的方法能够及时发现肉眼没有观测到的早期故障,且随着齿轮性能的不断退化,能直观反映齿轮故障程度的加深。

心血管重症患者病情危重程度评估及近期预后分析

目的在心血管重症病房建立患者病情危重程度的客观评估系统以更好地进行近期预后判断。方法根据心血管科重症患者特异病因的风险特征及脏器衰竭发展规律,制定病情危重程度评分量表,从武汉协和医院心血管科重症病房选取具备一项特定的急性心血管重症疾病或伴有一项脏器功能严重衰竭需要生命支持的患者共320例,采用病情危重程度评分量表对其进行评估,患者评分分值分为≤12分,~18分,~24分及〉24分等4个级别,观察记录各级别患者存活并成功出院的比例,分析危重程度评分与患者近期存活率的关系,评估该量表的临床应用价值。结果入住心血管重症病房的患者随着危重程度评分值的升高,其存活率显著下降,评分≤12分、~18分、~24分及〉24患者的平均存活率分别为91.9%、75.6%、48.8%、9.4%。结论基于特异心血管病病因及脏器衰竭制定的心血管科危重程度评分较好地反映了患者的近期预后,具有明显的临床应用价值。

不同测量工具在先天性心脏病术后患儿危重程度评估中应用效果的比较

目的 :比较6项危重程度评估工具应用于先心病术后患儿病情评估中的效果。方法 :比较6项工具内涵并采用t检验、ROC曲线下面积、Hosmer-Lemeshow拟合优度检验等比较工具应用效果。结果 :纳入1 284例患儿,6项工具在构建方式、评分内容、评分应用层面存在差异。小儿死亡风险评分(PRISM)等普适评分应用面相对广,但先心病针对性不强。而特异性评分指标特异性强、评估节力。小儿先心病术后危重程度评分的区分能力优于普适评分(AUC>0.75)。第三代小儿死亡风险评分(PRISMⅢ)、第二代小儿死亡指数(PIM2)、小儿先心病术后危重程度评分的校准能力较好(P>0.05)。结论 :相比普适评分,特异性评分应用于先心病患儿具有一定优势,但仍需深入研究。护理人员在使用工具前应当根据临床情境合理选择符合患儿特点的工具,以提高评估准确性和科学性。

城市贫困新类型及贫困程度评估与救助研究

本文试图改变贫困界定的视角,提出从支出和收入两方面来衡量贫困,以支出大于收入作为界定贫困的标准。运用AHP方法构建模型,以尽量提高救助审批程序的科学性,减少实际工作中的主观性和随意性。提出建立救助套餐,实施分类救助和分级救助,不断完善社会救助的管理机制。

PSO-LSSVM的核电站破口故障程度评估方法

为了保证从核电站大量数据中有效地挖掘信息以及故障下运行状态的智能表征,本文提出一种基于粒子群优化和最小二乘支持向量机的系统级故障程度评估方法,用于完善故障诊断系统的功能。针对最小二乘支持向量机算法的超参数选取对于回归精度影响较大问题,应用基于粒子群优化算法借助智能搜索策略来优化模型的超参数。基于最优超参数的回归模型能够提取系统级参数间的约束关系,以进行实时故障程度的评估。性能测试表明:采用提出的方法能够有效评估核电站系统级故障的程度,相较于粒子群优化-支持向量机以及最小二乘支持向量机算法具有更高的回归精度,且抗噪性能良好,保证了故障诊断系统的精度及可靠性。

基于时间编码信号处理与识别的滚动轴承性能退化程度评估

滚动轴承是最常见的机械设备之一,对其进行性能退化评估是实现视情维修的基础。近年来滚动轴承监测技术已经取得了一定的成果,但找到一个能够对轴承故障进行早期预警且具有可信度高、高效率的监测系统是一大挑战。提出了一种基于时间编码信号处理与识别(TESPAR)的设备性能退化评估方法,并将其运用于滚动轴承不同故障程度实验与全寿命实验。结果表明:TESPAR分析不仅能准确分辨不同故障程度,且对轴承故障的变化具有敏感性。