基于贝叶斯多水平模型的平均血糖构建与应用

目的探究基于贝叶斯多水平模型框架下平均血糖构建的方法,并对实例应用进行评价。方法通过贝叶斯多水平模型产生血糖的模拟数据,运用贝叶斯多水平模型3种方法同时构建平均血糖,并进行比较。采用队列研究方法,选择苏州某社区2011-2018年参加并随访的12321名45岁以上未发现卒中病史的成年居民作为研究对象,其中男性占比53.7%。利用完全贝叶斯方法计算出平均血糖并分为6组。运用Cox回归模型分析平均血糖值对致死性脑卒中发病的影响。结果 1000次模拟结果显示,用完全贝叶斯法计算的平均血糖估计误差均方为0.278,平均血糖估计值的平均误差为0.527 mmol,平均血糖与实际血糖相关系数平均值r=0.898。随访期间,人群中致死性卒中共153例,且平均血糖与致死性脑卒中发病风险有统计学意义(P<0.05),调整影响后,平均血糖大于140 mg/dL的发病风险是90~99 mg/dL的2.304倍(HR=2.304,95%CI 1.151~4.613)。结论完全贝叶斯多水平潜变量模型能准确估计平均血糖。

多水平贝叶斯模型预测森林土壤全氮

多水平贝叶斯方法阐明了预测中观测值、模型和参数的不确定性,被越来越多的生态学家所使用。应用多水平贝叶斯方法建立了北京八达岭地区森林土壤全氮模型,分析了模型参数及其不确定性,并对该区不同土壤层(A、B、C)全氮含量进行了预测。得到如下结论:(1)该区森林土壤全氮多水平贝叶斯模型为yi～N(β0j[i],k[j]+β1j[i],k[j]xi,σ2y)。(2)对模型参数和其曲线不确定性分析表明,该模型能够很好的预测该区土壤全氮含量。(3)模型预测表明:土壤A层,随着海拔的增加,全氮含量递增。土壤B层,随着海拔的升高,植被类型0、1、2、3土壤全氮含量递增,而植被类型4土壤全氮含量出现递减现象。土壤C层,随着海拔的增加,植被类型0土壤全氮含量递增,而植被类型1、2、3、4土壤全氮含量均表现为递减。各植被类型土壤全氮含量都随着土层的深度而减少。

岷江上游干旱河谷区林-农-草地土壤水分特征与数值模拟

岷江上游干旱河谷土壤水分是农业生产和生态修复的关键因子。以干旱河谷典型区生态林、经果林、农地和荒草地4类土壤含水量为研究对象,通过对4类土壤含水量的变化分析和数值模拟,揭示土壤水分与土层深度的关系。结果表明:(1)土壤平均含水量依次为:农地(18.62%)>生态林(17.47%)>经果林(16.53%)>荒草地(11.25%);(2)从干旱河谷(1500 m)到天然林下线(2500 m)的山地垂直方向上,林地土壤含水量呈浅U型分布;海拔2100~2500 m土壤含水量均值为19.77%,海拔1900~2100 m为13.72%,海拔1500~1900 m为16.00%;(3)土壤水分随土层深度的增加而减少,生态林土壤水分垂直变化最为显著,农地土壤水分垂直变化则相对稳定;(4)土壤水分多水平贝叶斯模型能够较好地说明4种土地利用类型下土壤含水量的变化和剖面分布特征;(5)林地与荒草地土壤含水量差异表明,土壤平均含水量14%是界定林-草地的分界值。研究结果可为岷江上游干旱河谷生态修复提供数据支撑。