菏泽市肺结核发病自回归移动平均模型的建立及其预测效果评价

目的建立自回归移动平均模型(autoregressive integrated moving average model,ARIMA)并对2022年菏泽市肺结核发病数进行预测。方法以2010-2020年菏泽市肺结核病人月登记发病数为基础建立最优ARIMA模型,预测2021年发病数并与实际值比较,以此评估模型的预测效果,并对2022年发病趋势进行预测。结果菏泽市肺结核发病数呈现逐年下降趋势,并存在一定的季节变化,最优模型为ARIMA(0,1,1)(1,1,1)12,2021年拟合结果显示其总的预测误差率为2.59%,平均绝对百分比误差为17.76%,预测2022发病数为1644例,继续呈下降趋势,疫情态势平稳。结论ARIMA(0,1,1)(1,1,1)12模型能较好地预测菏泽市肺结核的短期发病趋势,但应根据监测数据变化加以修正,以提高预测精度。

基于机器学习算法构建血常规指标肺结核诊断模型

目的基于机器学习算法,利用血常规检验数据构建肺结核诊断模型,并分析其临床应用价值。方法选取2019年1月—2022年12月上海市徐汇区中心医院469例初诊肺结核患者(肺结核组),以年龄、性别相匹配的506名体检健康者作为正常对照组。收集所有研究对象22项血常规检验数据和人口学参数。采用LASSO回归分析评估共线性。将数据集随机分为训练集(75%,用于机器学习模型构建)和测试集(25%,用于模型性能评估)。采用分布式随机森林(DRF)、深度学习、梯度提升机和广义线性模型这4种机器学习算法进行测试,采用5倍交叉法进行验证。采用受试者工作特征(ROC)曲线评估模型的诊断效能。结果基于Logistic回归分析和LASSO回归分析结果进行模型特征重要性排序,共筛选出10个非共线性指标,结果显示,DRF是构建肺结核诊断的最佳机器学习算法。在训练集和测试集中,DRF模型的曲线下面积分别为0.9921和0.8474,敏感性分别为99.16%和92.04%,特异性分别为80.91%和55.22%,准确度分别为89.84%和72.06%。结论基于机器学习算法构建的血常规检验数据肺结核诊断模型是一个有效的诊断工具,但其临床应用价值需要进一步验证。

基于ARIMA模型预测镇江市肺结核流行趋势及分析

目的通过构建季节性差分整合移动平均自回归模型(ARIMA模型)预测江苏省镇江市肺结核流行趋势并验证模型的有效性,探讨新型冠状病毒感染疫情对肺结核流行情况的影响。方法收集江苏省镇江市2014-2022年肺结核月发病数资料,构建季节性ARIMA模型,以2022年1-12月肺结核发病数验证预测模型效果,并分析预测误差产生的原因。结果2014-2022年镇江市共报告肺结核病例11316例,除2017、2019年发病率有所回升外,总体发病率呈下降趋势,发病主要集中在3-8月。ARIMA(1,1,1)(1,1,0)_(12)的BIC值(5.913)最小,残差白噪声也通过检验。但短期自相关部分的AR系数不显著,因此建立ARIMA(0,1,1)(1,1,0)_(12)。2022年镇江市肺结核月发病数实际值与预测值存在一定的偏差(平均相对预测误差为19.20%),但均在拟合值的95%可信区间内,实际月发病数(平均78例/月)与预测值(平均78例/月)变化趋势基本一致,模型拟合度较好,可用于预测镇江市肺结核流行情况。结论利用该模型对短期内镇江市肺结核发病数进行预测,认为镇江市肺结核流行总体上仍将长期保持下行趋势。

耐多药肺结核患者发生利奈唑胺相关神经系统不良反应风险预测模型的构建与评价

目的探讨耐多药肺结核患者发生利奈唑胺相关神经系统不良反应的影响因素,构建神经系统不良反应风险预测模型。方法采用前瞻性队列研究方法,选取广州市胸科医院2023年4月至2024年1月含利奈唑胺化疗方案治疗的耐药肺结核患者作为研究对象,共120例,收集患者的临床资料、不良反应及空腹、服药后2 h的利奈唑胺血药浓度。采用单因素分析和多因素logistic回归分析利奈唑胺相关神经系统不良反应的影响因素,并构建利奈唑胺相关神经系统不良反应预测模型,采用ROC评价该模型的预测效能及校准能力。结果复治(OR=2.540,P=0.028)、合并空洞(OR=4.092,P=0.021)、贫血(OR=10.921,P=0.005)、C_(min)≥0.7665 mg/L(OR=6.813,P<0.001)是发生利奈唑胺相关神经系统不良反应的独立危险因素,基于以上4个因素建立的预测模型AUC为0.851(95%CI:0.774~0.929),约登指数为0.590时,其敏感度为66.7%,特异度为92.3%,预测模型有较好的校准能力(Hosmer-lemeshowχ^(2)=8.719,P=0.273)。结论C_(min)≥0.7665 mg/L、合并空洞、复治、贫血的MDR/RR-TB患者发生利奈唑胺相关神经系统不良反应的风险可能较高,基于上述4个指标构建的风险预测模型对利奈唑胺相关神经系统不良反应发生具有较高的预测价值。

含利奈唑胺方案治疗耐多药肺结核患者的疗效观察及不良结局预测模型的构建与评价

目的观察含利奈唑胺方案治疗耐多药肺结核患者的临床疗效,并构建不良结局的预测模型。方法选取广州市胸科医院耐药结核科2019年7月至2022年9月纳入治疗的113例耐多药或利福平耐药肺结核患者,所有患者治疗方案的制定参照指南的治疗原则,住院2周以上,出院转耐多药专科门诊全程治疗管理,记录年龄、性别、治疗史、基础疾病、肺部病灶、痰菌检测结果等临床特征。采用χ^(2)检验进行组间比较分析治疗成功组和不良结局组的临床特征。将纳入病例的临床特征作为自变量,以治疗成功(治愈、完成治疗)及不良结局(失败、丢失、死亡)为因变量,对可能影响不良结局的因素采用Logistic回归分析,计算各因素的P值、比值比(OR)及其95%可信区间(95%CI)。结果纳入的113例含利奈唑胺方案治疗的MDR/RR-TB患者中治疗成功率为79.65%,不良结局发生率为20.35%,肺部病灶吸收有效率为88.35%,空洞变化有效率为73.24%,治疗2个月及6个月痰菌阴转率分别为:47.79%、87.61%。Logistic回归分析显示:复治(OR=3.987,95%CI:1.089~14.590,P=0.037)、合并空洞(OR=15.760,95%CI:1.518~163.667,P=0.021)、年龄≥65岁(OR=9.438,95%CI:1.136~78.396,P=0.038)可能是影响患者发生不良结局的危险因素。预测模型ROC曲线下面积AUC为0.772,当约登指数为0.448时,其敏感度为0.870,特异度为0.578,截断值为0.156。结论利奈唑胺治疗耐多药肺结核疗效可观,但仍存在一定比例的不良结局发生率,临床治疗及随访中可使用该模型对患者进行不良转归风险分类,通过对合并复治、空洞、年龄≥65岁的人群重点管治、加强督导,并采取有针对性的、有效的方案,从而提高治疗成功率。

菌阴活动性肺结核的多层螺旋CT影像学特征及诊断模型构建

目的 分析菌阴活动性肺结核的多层螺旋CT(MSCT)影像学特征,并构建诊断模型。方法 选择2020年1月~2023年1月本院收治的肺部疾病患者1016例,按照临床诊断分为菌阴肺结核组(n=478)、非结核肺病组(n=538,其中肺癌200例、肺炎338例),均行MSCT检查,分析两组MSCT影像学特征,以Logistic回归分析明确菌阴活动性肺结核的诊断相关征象,构建菌阴活动性肺结核诊断模型,以ROC曲线下面积评估模型诊断效能。结果 两组间的树芽征、小叶中心结节、空洞、钙化、分叶征等MSCT征象差异有统计学意义(P<0.05)。Logistic回归分析结果显示树芽征、小叶中心结节、空洞是菌阴活动性肺结核的独立危险因素(P<0.05)。根据Logistic回归获得联合诊断模型方程式:Log(P)=-1.256+1.455×树芽征+0.982×小叶中心结节+1.023×空洞,该模型曲线下面积为0.825,诊断敏感度、特异性分别为93.94%、70.97%。结论 以MSCT影像学特征构建的菌阴活动性肺结核诊断模型具有较高诊断价值,可为临床诊疗菌阴活动性肺结核提供可靠依据。

2011-2021年浙江省肺结核发病率预测:基于三体模型和三体预测法

目的研究三体模型和三体预测法在预测肺结核发病趋势中的应用。方法使用浙江省2011—2021年肺结核月度发病率数据,基于三体模型和三体预测法构建预测模型,并评估该预测模型的预测性能。结果基于三体模型和三体预测法获得的预测模型1和预测模型2的平均相对预测误差分别为7.94%、8.43%,而使用自回归移动平均(ARIMA)模型获得的平均相对预测误差为8.87%,以上平均相对预测误差均处于区间(7.9%~8.9%),显示预测模型表现优秀。结论三体模型是表现优秀的时间序列预测模型,三体预测法是表现优秀的时间序列预测方法,具有较高的应用价值。

耐多药和利福平耐药肺结核治疗结局的Nomogram风险预测模型构建

目的:探讨耐多药和利福平耐药肺结核(MDR/RR-TB)住院患者的治疗结局及影响因素,构建并评价Nomogram风险预测模型。方法:收集2019年1月1日至2019年12月31日昆明市第三人民医院MDR/RR-TB住院患者临床资料并电话随访。采用χ^(2)检验和多因素Logistic回归分析筛选治疗结局的影响因素,构建Nomogram模型并验证。结果:141例患者中,治疗成功79例(占56.03%),不良转归62例(占43.97%)。多因素Logistic回归分析结果显示,糖尿病、血液系统疾病和农村居住是MDR/RR-TB患者治疗结局的危险因素,初中及以上文化程度是MDR/RR-TB患者治疗结局的保护因素。基于上述4个相关影响因素构建Nomogram模型,受试者操作特征曲线下面积为0.752(95%CI:0.673~0.832),敏感度为0.667,特异度为0.831。采用Bootstrap法重抽样1000次行内部验证,平均绝对误差为0.041,预测值和实际值一致性较好。Hosmer-Lemeshow检验结果表明,模型拟合度较好(χ^(2)=8.119,P=0.322)。决策曲线显示Nomogram模型在高风险阈值范围(0.14~0.81)时,临床实用价值较好。结论:构建的Nomogram模型具有较好的预测性、一致性及临床实用性,可为临床治疗MDR/RR-TB提供一定的科学参考。

肺结核预后预测模型构建和验证及与血清白蛋白、微小RNA的相关性

目的构建与验证肺结核预后的预测模型,并分析肺结核预后与血清白蛋白、微小RNA(miRNA)的相关性,为改善肺结核预后提供参考。方法选取2021年1月—2022年8月昆明市第三人民医院收治的156例肺结核患者,均给予6个月标准化抗结核治疗,根据治疗效果分为预后良好组、预后不良组,以2019年5月—2020年12月收治的156例肺结核患者为验证队列。Logistic回归模型筛选影响肺结核患者预后的独立影响因素,用R语言的rms包构建预后的Nomogram预测模型;进行模型验证,采用受试者工作特征曲线(ROC曲线)、校准曲线、决策曲线(DCA曲线)评估预测模型的区分度、一致性及临床实用性。结果建模队列中156例肺结核患者预后不良发生率38.74%,验证队列为38.46%;Logistic回归分析显示,入院APACHEⅡ评分(OR=5.056,95%CI:2.011~12.713)、合并慢阻肺(OR=4.077,95%CI:1.903~8.735)、血清白蛋白(OR=0.946,95%CI:0.915~0.978)、miR-23a-3p(OR=0.954,95%CI:0.926~0.983)、miR-125b(OR=4.213,95%CI:1.813~9.792)、miR-155(OR=4.408,95%CI:1.782~10.906)为肺结核患者预后不良的影响因素(P<0.05);以6个独立影响因素为基础,建立Nomogram预测模型,其在建模队列中的AUC为0.859(95%CI:0.800~0.918);在验证队列中的AUC为0.849(95%CI:0.787~0.912),该预测模型区分度良好;校准曲线显示,该模型与实际风险状况基本一致,校准度良好;DCA曲线显示,风险阈值在0.4~0.8之间时,该预测模型可取得最大获益。结论肺结核患者预后与血清白蛋白、miR-125b、miR-23a-3p、miR-155存在明显相关性,且受慢阻肺、入院APACHEⅡ评分影响,含血清白蛋白、miRNA的Nomogram预测模型对肺结核患者预后不良的预测价值较高,对指导个体化诊疗策略具有重要意义。

ARIMA乘积季节模型在山东省肺结核月报告发病率预测中的应用

目的应用专家建模器建立ARIMA乘积季节模型,分析其在肺结核月报告发病率预测中的适用性。方法应用SPSS专家建模器对2017年1月-2021年12月山东省肺结核月报告发病率资料自动建立ARIMA乘积季节模型,预测2022年1-12月发病率并与观测值比较,评估预测效果。结果ARIMA(1,0,0)(0,1,1)12为最简模型,该模型的R^(2)、MAPE、正态化BIC分别为0.588、6.820、-2.459;预测结果显示,预测波动趋势与实际一致,观测值均在预测值的95%可信区间范围内,相对误差1.79%~46.71%。结论应用专家建模器建立ARIMA乘积季节模型操作简单,适于对肺结核月报告发病率进行短期预测。

肺结核合并呼吸衰竭患者死亡风险预测模型的构建研究

目的 分析影响肺结核继发呼吸衰竭患者院内死亡的主要临床危险因素,并构建定量风险预测模型,为临床实践提供参考依据。方法 选取2019年3月至2022年6月入住南京医科大学康达学院附属丹阳医院确诊肺结核继发呼吸衰竭患者共105例,根据临床结局分为存活组75例(71.4%)和死亡组30例(28.6%)。分析两组患者一般临床资料,包括性别、年龄、痰涂片阳性率、痰培养阳性率、结核分枝杆菌利福平耐药实时荧光定量核酸扩增检测阳性率、合并疾病、并发症、结核分型、入院肺功能(用力肺活量、潮气量、残气量)、入院动脉血气分析[动脉血氧分压(PaO_(2))、二氧化碳分压(PaCO_(2))、氧饱和度(SaO_(2))、PaO_(2)/FiO_(2)]、入院血清C反应蛋白(C-reactive protein,CRP)、白细胞计数、中性粒细胞/淋巴细胞比值(neutrophil/lymphocyte ratio,NLR)、平均动脉压(mean arterial pressure,MAP)、白蛋白及入院急性生理与慢性健康Ⅱ评分(acute physiology and chronic health evaluationⅡ,APACHEⅡ评分);采用多因素Logistic回归分析筛选可能影响死亡结局的主要危险因素,构建风险预测模型,最后采用受试者操作特征曲线(receiver operator characteristic curve,ROC曲线)评估其诊断效能。结果 死亡组较存活组并发症发生率增加,入院用力肺活量降低、PaO_(2)/FiO_(2)降低、NLR升高、白蛋白降低(P <0.05);死亡组细菌耐药率和有创通气率增加,通气时间延长,治疗3d后PaO_(2)/FiO_(2)降低,APACHEⅡ评分升高,CRP和NLR升高,白蛋白降低(均P<0.05)。多因素Logistic回归分析得出,PaO_(2)/FiO_(2)、NLR、白蛋白、治疗3d后APACHEⅡ评分和CRP是影响死亡结局的主要危险因素(P<0.05)。构建风险预测模型Y=2.563-0.248×PaO_(2)/FiO_(2)+0.166×NLR-0.318×白蛋白-0.074×APACHEⅡ评分+0.396×CRP。ROC曲线分析得出Y值预测死亡的准确性为0.856,敏感度82.6%,特异度75.5%,临界值为0.869。结论 肺结核继发呼吸衰竭有较高的院内病死率,入院PaO_(2)/FiO_(2)和白蛋白降低以及入院NLR、治疗3d后APACHEⅡ评分和CRP升高可能是影响死亡结局的主要危险因素,构建定量预测模型评估死亡风险有较好的准确性和应用价值。

传染病SEIQR模型在肺结核病防控中的应用

考虑了潜伏者具有传染力的因素,建立了一类具有双线性发生率的肺结核SEIQR模型,讨论了无病平衡点及地方病的全局渐近稳定性.结合我国目前肺结核病发病情况,应用模型研究的结果,分析了接种疫苗、隔离措施及模型中相关参数对疾病流行的影响,提出了预防控制疾病的合理化建议.

基于改进SEIQR模型的突发网络舆情传播与控制研究

[目的/意义]社会突发事件映射到互联网空间中形成的突发网络舆情在不良因素的干扰下于网民间扩散容易形成强烈的负面情绪导向,很可能对网络社会的和谐稳定产生极大破坏。因此,正确认识突发网络舆情的传播特点,把握各种舆情管控措施对传播的影响,对合理、有效地管理舆情至关重要。[方法/过程]针对突发网络舆情的传播特性对标准SEIQR模型进行改进,提出实施舆情管控措施下以媒体恶意炒作和网民间恶性正反馈为主要传播驱动的SEACBR模型,并利用仿真实验对不同规模的突发网络舆情在各种管控措施下的传播过程进行模拟,以探究不同措施的管控效果并验证模型的泛化性。[结果/结论]管控突发网络舆情应以良性引导为主,其他措施为辅,这样在及时施策、积极治理的情况下突发网络舆情的消极影响就可被有效抑制。

基于PERMA模式的护理干预对门诊肺结核患者心理状态及遵医行为的影响

目的分析对门诊肺结核患者采取幸福模型(PERMA)模式进行护理后对其心理状态及遵医行为的作用。方法选取2023年2月至2024年2月医院门诊收治的80例肺结核患者,按随机数字表法分为常规组与研究组,各40例。常规组采用常规护理干预,研究组采用基于PERMA模式的护理干预。对比两组认知度、自我护理能力、自我感受负担感、正念水平、心理状态及遵医行为的影响。结果干预后,研究组认知度高于常规组(P<0.05);研究组自我护理能力高于常规组(P<0.05);研究组遵医行为优于常规组(P<0.05);研究组正念水平优于常规组(P<0.05);研究组心理状态优于常规组(P<0.05);研究组自我感受负担感评分低于常规组(P<0.05)。结论对于门诊肺结核患者给予PERMA模式的护理干预,有助于提升患者正念水平、自我护理能力及认知度,对改善患者自我感受负担感、心理状态及遵医行为具有积极影响。

2012—2022年烟台市肺结核流行病学特征及趋势预测

目的分析肺结核流行病学特征,预测肺结核发病趋势。方法在中国疾病预防控制信息系统中的结核病管理信息系统中收集并整理2012—2022年烟台市肺结核发病数据,分析其流行病学特征;使用2012—2021年数据建立最优模型,以2022年数据检验模型,并预测2023—2025年发病情况。结果2012—2022年烟台市肺结核发病率总体呈下降趋势(P<0.001);每年1、2月与10月发病数较少,3—5月发病数较高。不同区市中龙口市发病率最高(32.79/10万),福山区最低(9.28/10万)。人群分布上,男性发病率是女性的2.86倍,20~<40岁人群发病占比最高,其次为≥60岁人群;职业分布上以农民为主要发病群体。经过建模、拟合,得出ARIMA(0,1,1)(0,1,1)12为最优模型,模型检验结果显示2022年1—12月实际值与预测值的平均相对误差为15.07%,预测2023—2025年烟台市肺结核月发病数分别为57~103人、48~94人、39~85人。结论烟台市不同区市肺结核发病情况存在差别,男性、农民、青壮年和老年人等为肺结核防治重点人群;预测烟台市2023—2025年肺结核发病呈下降趋势,可为相关部门防控结核病提供参考。

基于Fine-Gray竞争风险模型预测老年肺结核结核特异死亡的列线图的构建

目的:建立预测老年肺结核结核特异性死亡的列线图模型。方法:选取2015年1月至2021年2月在河南省14家传染病医院确诊肺结核的544例老年(≥65岁)患者,随机分为训练集(n=435)和验证集(n=109)。在训练集中,利用累积发生函数(CIF)评估患者结核特异性死亡3 a和5 a的累积发生率。以结核特异性死亡为研究终点,采用Fine-Gray竞争风险模型筛选预后预测因素。绘制列线图,采用一致性指数(C指数)和校准曲线在训练集与验证集数据中评估模型预测性能。结果:训练集数据中结核特异性死亡3 a和5 a的累积发生率分别为9.0%、9.7%。Fine-Gray竞争风险模型分析结果显示年龄、治疗类型、胸片空洞和血清白蛋白水平是老年肺结核患者结核特异性死亡的预测因素,由此构建的列线图在训练集和验证集中,预测的C指数(95%CI)分别为0.815(0.798~0.832)和0.851(0.805~0.897),校准曲线显示预测的3 a和5 a死亡率与实际死亡率有着较好的一致性。结论:Fine-Gray竞争风险模型能有效识别老年肺结核结核特异性死亡的影响因素,以此为依据构建的列线图模型能有效预测患者预后。

基于Joinpoint回归模型的2011—2022年苏州市肺结核流行趋势分析

目的:分析2011—2022年苏州市肺结核的发病情况和流行趋势,为制定防控策略和措施提供科学依据。方法:收集2011—2022年苏州市肺结核登记资料,应用Joinpoint回归模型,利用年均变化百分比(average annual percentage change, AAPC)和年度变化百分比(annual percentage change, APC)评价苏州市肺结核发病特征的时间变化趋势。结果:2011—2022年苏州市肺结核标化报告发病率为29.21/10万,年均递减率为5.7%(P<0.05),其中2011—2015年每年下降4.5%(P<0.05),2015—2019年每年增加0.4%(P>0.05),2019—2022年每年下降14.6%(P<0.05)。按性别和年龄分层,2011—2022年苏州市男性肺结核总体标化报告发病率年均递减最大的年龄段是25~<35岁(AAPC=-9.1%,P<0.05),其次是45~<55岁(AAPC=-5.9%,P<0.05),而下降率最小的是≥65岁(AAPC=-4.8%,P<0.05),且呈现随年龄增大,递减率降低的趋势;女性仅在25~<35岁年龄段有下降趋势(AAPC=-8.1%,P<0.05)。25~<35岁年龄段肺结核的总体标化报告发病率、男性标化报告发病率和女性标化报告发病率在2018—2022年期间的年度递减率分别为18.5%(P<0.05)、19.8%(P<0.05)和17.3%(P<0.05)。结论:2011—2022年苏州市肺结核疫情呈现流行下降趋势,但须重点关注女性和老年人群,对他们应采取针对性防控措施。

基于机器学习算法和生物信息学技术构建的肺癌与肺结核鉴别诊断模型及其初步评价

目的采用机器学习算法结合生物信息学构建肺癌与肺结核鉴别诊断模型,并对其诊断准确度进行初步评价。方法通过GEO数据库筛选并下载肺癌与肺结核数据集GSE42834,运用R软件的limma包筛选肺癌与肺结核差异表达基因(DEGs),对筛选出的DEGs进行GO生物过程和KEGG作用通路分析。使用STRING工具和Cytscape软件构建蛋白质相互作用网络(PPI),筛选肺癌与肺结核核心DEGs并使用t检验验证;将筛选出的核心DEGs输入R软件caret包,使用留一交叉验证法(LOOCV)结合8种机器学习算法构建肺癌与肺结核的鉴别诊断模型,包括支持向量机(SVM)、自适应提升算法(Ada Boost)、C5.0决策树(C5.0)、随机森林(RF)、朴素贝叶斯(NB)、神经网络(NN)、线性判别分析(LDA)及逻辑回归(LR)模型,筛选模型的最优参数。使用Bootstrap法对模型进行内部验证,采用准确率、Kappa值、敏感度及特异度初步评价鉴别诊断模型的诊断准确度。结果GSE42834数据集中共筛选出325个DEGs,其中上调基因205个,下调基因120个。GO生物过程分析结果显示,肺癌与肺结核DEGs主要富集的生物过程为对病毒的反应、对病毒的防御反应、干扰素γ反应等;KEGG作用通路分析结果显示,肺癌与肺结核DEGs主要富集的作用通路为甲型流感、EB病毒感染、抗原处理和呈递等。PPI网络显示,具有最高连通性的前10个核心DEGs分别为STAT1、CXCL10、MX1、ISG15、IFIH1、OASL、IFIT3、GBP1、IFI44和IFIT1,经验证10个核心DEGs在肺癌患者中的表达水平均低于肺结核患者(P均<0.05)。8种肺癌与肺结核鉴别诊断模型的最优参数分别为SVM(Sigma=0.157,C=0.25)、Ada Boost(nIter=50,method=Real adaboost)、C5.0(trials=10,model=rules,winnow=TRUE)、RF(mtry=2)、NB(laplace=0,usekernel=FALSE,adjust=1)、NN(size=1,decay=0.1)、LDA(dimen=1)、LR(NA);内部验证结果显示,所有鉴别诊断模型准确率、Kappa值、灵敏度及特异度均较高,其中Ada Boost、RF、NN和LR准确率为1.000。结论通过机器学习算法结合生物信息学方法建立了8个肺癌与肺结核早期鉴别诊断模型,其中Ada-Boost、RF、NN和LR准确性较高,具有良好的鉴别诊断能力。

新疆喀什地区疏附县肺结核与气象因素和大气污染物关联研究

目的探讨新疆喀什地区疏附县气象因素和大气污染物对肺结核发病的影响。方法收集喀什地区疏附县2019年1月1日至2021年12月31日的肺结核每周发病、气象因素和大气污染物等数据。利用主成分分析和分位数回归模型分析不同气象因素和大气污染物对肺结核发病的影响。结果Spearman相关性分析结果显示除了自变量AQI、PM_(2.5)与RH和CO、WS、NO_(2)与PM_(10)相互之间没有相关关系外,其余自变量与因变量和各自变量之间均有较显著的相关关系。主成分分析提取C1、C2、C3和C4四个主成分并得出表达式。分位数回归模型结果显示,截距在不同分位点均有统计学意义。主成分C1在0.3和0.6分位点以外的其他分位点P值均<0.05,有统计学意义,表明在0.1、0.2、0.4、0.5、0.7、0.8和0.9分位点对肺结核发病有影响;主成分C2在0.1至0.6分位点P<0.05,表明在0.1~0.6分位点对肺结核发病有显著影响;主成分C3也在0.1至0.6分位点P值<0.05,有统计学意义,表明在0.1~0.6位点的自变量对肺结核发病有明显效应;主成分C4在0.1~0.9分位P值均>0.05,没有统计学意义,表明主成分C4包含的因素对肺结核发病无明显效应。C1、C2、C3和C4四个主成分参数估计结果显示主成分C1系数随着分位点的增大而下降;主成分C2、C3系数随着分位点的增大而呈现逐渐上升的趋势;主成分C4随着分位点的增大而呈现先下降后上升的趋势;表明各主成分在不同分位点对肺结核发病产生不同的效应。结论本文用主成分分位数回归模型分析了气象因素和大气污染物对肺结核发病的影响,研究表明温度、湿度、CO、NO_(2)、O_(3)、PM_(2.5)、PM_(10)和SO_(2)等对肺结核发病均有影响。

基于ARIMA模型的南昌市结核病流行趋势预测分析

目的:分析南昌市肺结核的流行趋势特征,探讨应用自回归移动平均模型对南昌市肺结核疫情流行趋势特征进行分析和预测,为相关部门制定肺结核综合防控策略提供参考依据。方法:通过中国疾病预防控制中心传染病监测系统获取2012年1月1日—2022年12月31日,现住址为南昌市的肺结核报告发病数据,应用SPSS 25.0软件构建基于南昌市肺结核发病数的自回归移动平均模型,对南昌市肺结核疫情的流行趋势进行分析和预测。结果:2012—2022年南昌市共报告新发肺结核病例44049例,总体呈逐年下降趋势。确定最优预测模型为ARIMA(0,1,4)(0,1,2)12,对2023年1—8月肺结核发病数进行预测并与实际值比较分析的结果显示,预测较好。结论:自回归移动平均模型对肺结核疫情预测效果良好,可以作为肺结核疫情短期预测的工具。