基于灰色GM(1,1)模型的我国医院感染患病率变化趋势及预测

目的了解我国医院感染患病率变化趋势,并采用灰色GM(1,1)模型对我国不同规模医院的医院感染患病率进行预测,为医院感染防控提供数据支持和新思路。方法采用描述性流行病学方法分析我国医院感染患病率变化趋势,2008—2016年我国医院感染患病率数据进行灰色GM(1,1)模型构建,2018—2020年数据进行模型验证。采用构建的灰色GM(1,1)模型对2022—2024年我国医院感染患病率进行预测。结果我国医院感染患病率呈下降趋势,随着医院规模的增加医院感染患病率升高。医院感染患病率灰色GM(1,1)模型的精度良好、拟合效果较高。2024年全国、<300张床位医院、300~599张床位医院、600~899张床位医院和≥900张床位医院的医院感染患病率可降为1.00%、0.49%、0.90%、1.13%和2.05%。结论我国医院感染防控效果明显,灰色GM(1,1)模型对我国医院感染患病率有较好的预测效果。

基于Conv1D-LSTM混合模型的长时间序列日最高温预测研究

针对传统方法难以处理高维度数据捕捉气温数据中的非线性模式和复杂动态特征的问题,本文提出一种基于卷积神经网络(Conv1D)与长短期记忆网络(LSTM)相结合的混合模型,用于长时间序列高温预测研究。数据集包含北京市2014年至2023年间的气象数据,包括天气、日最低温、日最高温、风向等特征。通过特征工程处理,将天气和风向特征编码,并对温度特征归一化。构建的Conv1D-LSTM混合模型创新性地融合Conv1D以捕获时间序列中的局部特征,融合LSTM以学习长期依赖关系。与传统模型相比,该混合模型的均方根误差(RMSE)和平均绝对误差(MAE)分别降低约17.3%和20.5%,同时R2分数提高约1.06%,表明该模型具有更高的预测精度和泛化能力。

血清核因子-κB、肿瘤坏死因子-α、单核细胞趋化因子-1与老年冠状动脉粥样硬化性心脏病合并衰弱综合征的关系及预测模型构建

目的分析血清核因子-κB(NF-κB)、肿瘤坏死因子-α(TNF-α)、单核细胞趋化因子-1(MCP-1)与老年冠状动脉粥样硬化性心脏病(CHD)合并衰弱综合征的关系并构建列线图预测模型。方法回顾性分析上海市第一人民医院嘉定分院2021年3月至2023年3月收治的50例老年CHD合并衰弱综合征患者的病例资料,将其设为观察组,采用埃德蒙顿衰弱等级量表(EFS)进行衰弱程度评估,分为轻度、中度、重度三组。另选取同期上海市第一人民医院嘉定分院收治的50例单纯老年CHD患者设为对照组,以及同期进行健康体检的50例老年人设为健康组。比较三组血清NF-κB、TNF-α、MCP-1水平及EFS评分,以及不同衰弱程度组血清NF-κB、TNF-α、MCP-1水平,Pearson法分析血清NF-κB、TNF-α、MCP-1与EFS评分的相关性。采用单因素及多因素logistic回归分析老年CHD合并衰弱综合征的危险因素,通过R软件构建列线图预测模型,以Bootstrap法进行内部验证,Hosmer-Lemeshow拟合优度检验,受试者工作特征曲线(ROC)对预测模型进行评价。结果观察组患者血清NF-κB、TNF-α、MCP-1水平及EFS评分均高于对照组和健康组(P<0.05)。重度组患者血清NF-κB、TNF-α、MCP-1水平均高于中度组、轻度组(P<0.05)。血清NF-κB、TNF-α、MCP-1水平与EFS评分均呈正相关关系(r=0.409、0.392、0.411,P<0.05)。多因素Logistic回归分析显示,年龄、抑郁症状、焦虑症状、营养不良、NYHA分级、身体活动量是老年CHD合并衰弱综合征的危险因素(P<0.05)。据此建立的列线图模型预测老年CHD合并衰弱综合征的区分能力较好(C-index=0.912),Hosmer-Lemeshow检验显示其拟合优度良好(χ^(2)=3.068,P=0.412);该预测模型预测老年CHD合并衰弱综合征的曲线下面积为0.915(95%CI 0.823~0.956)。结论老年CHD合并衰弱综合征患者血清NF-κB、TNF-α、MCP-1水平明显增高,且与衰弱严重程度密切相关,三者联合检测可提高对衰弱综合征的诊断效能。衰弱综合征的发生与多种因素有关,临床应针对相应的危险因素及早给予对症处理,以降低衰弱综合征发生风险。

炎症标志物与T1期乳腺癌预后因素分析及预测模型构建

目的探讨影响T1期乳腺癌预后的炎症标志物及相关临床因素并构建预测模型。方法回顾性分析2013年1月至2023年7月就诊于川北医学院附属医院333例T1期乳腺癌患者,依据患者是否出现疾病复发,分为复发组(41例),未复发组(292例),并收集术前1周患者外周血白细胞、血小板、中性粒细胞、单核细胞、淋巴细胞,并计算中性粒细胞淋巴细胞比值(NLR)、衍生中性粒细胞淋巴细胞比值(DNLR)、血小板淋巴细胞比率值(PLR)和淋巴细胞单核细胞比值(LMR)。分析这些炎症标志物和患者的临床病理变量与无病生存期(DFS)的关系,并开发了一种用于预测T1期乳腺癌复发的列线图。通过受试者工作特征(ROC)曲线评价模型的临床获益率,利用一致性指数(C-index)评价模型区分度、通过校准曲线评价模型校准能力、通过DCA决策曲线和临床影响曲线评估模型决策能力和临床应用价值。结果333例T1期乳腺癌患者复发41例(12.3%)。单因素分析显示PLR(OR 2.88,95%CI 1.24~6.68,P=0.01);NLR(OR 0.47,95%CI 0.20~1.12,P=0.09),LMR(OR 0.40,95%CI 0.19~0.84,P=0.01),DNLR(OR 0.46,95%CI 0.19~1.08,P=0.07)差异有统计学意义。多因素分析显示只有PLR(OR 2.52,95%CI 1.01~6.31,P<0.05)仍被确定为预后的独立预测因素。因此我们提出的包含PLR的诺模图对预测T1期乳腺癌复发具有较好的预测精度,列线图AUC 0.738,95%CI 0.654~0.821,模型与校准预测曲线贴合良好。结论包含PLR的列线图可以准确地预测T1期乳腺癌患者的个体化复发概率,可供临床参考。

基于GM(1,1)-Markov模型的商品销售额预测

文章研究安踏公司的商品销售额的预测问题,依据商品销售额的灰色特征及随机性特点,将GM(1,1)模型与Markov链模型相结合,建立GM(1,1)-Markov耦合模型,应用该模型对安踏以半年为期的商品销售额进行实例预测。对GM(1,1)模型进行了精度检验,检验结果表明GM(1,1)有较高的预测精度。在此基础上引入Markov链进行预测值修正,其中,GM(1,1)模型预测的平均相对误差为7.67%,而通过Markov链模型进行优化后,GM(1,1)模型平均相对误差为3.71%。说明,经Markov链优化的GM(1,1)模型的预测精度优于GM(1,1)模型,更具实用性。

灰色GM(1,1)预测模型在单病种运营管理中的应用——以胃癌为例

目的通过对胃癌的发病例数、均次费用、平均住院日、药占比、材占比的医疗指标数据构建灰色GM(1,1)预测模型,分析医疗业务方面的变化趋势,以期为单病种管理提供方法学依据。方法选取我院2013—2018年胃癌的发病例数、均次费用、平均住院日、药占比、材占比等数据构建灰色GM(1,1)预测模型。使用后验差比C值和小误差概率P值对模型的准确度进行评估,利用相对误差和级别偏差评估模型的拟合效果。通过2020—2023年的数据验证灰色GM(1,1)模型的预测效果,根据调整后的模型对2024—2025年的医疗业务指标进行预测。结果本研究构建的灰色GM(1,1)预测模型对均次费用、平均住院日、药占比指标预测效果较好;根据该模型预测到2025年,胃癌的均次费用、平均住院日、药占比分别可达到71285.56元、14.22 d、13.09%。结论灰色GM(1,1)预测模型能够较好拟合胃癌的均次费用、平均住院日、药占比指标变化趋势。模型预测显示均次费用呈现逐年增加趋势,平均住院日和药占比均呈现逐年递减趋势。该模型可为医院单病种医疗质量监测、提升医疗运行效率提供理论依据。

基于GM(1,1)模型的智能制造人才需求预测

文章根据公布的数据,对参与CMMM的制造业企业数量、智能制造成熟度等级分布、智能制造招聘职位同比增速进行预测,并对智能制造人才需求的质量和数量进行分析预测,以期为相关人才供给提供新的思路。

基于GM(1,1)模型的广东省中青年体质预测研究

目的::研究国民体质指标变化趋势,为政府制定相应的健康促进政策和开展体育活动提供科学依据。方法:通过收集2019-2022年广东省中青年体质监测的相关数据,并依据该时间序列建立GM(1,1)预测模型,对中青年体质进行趋势预测。结果:(1)身体形态:身高呈现上升趋势,腰围和臂围下降,男性体重下降而女性体重上升。体脂率仅在中年男性中上升;(2)身体机能:肺活量指标呈上升趋势,心肺趋势测试值呈下降趋势,表明广东省中青年的有氧能力下降;(3)身体素质:握力、背力、俯卧撑等力量型指标男性呈下降趋势,女性表现较好。纵跳指标男性下降而女性上升,仰卧起坐,坐位体前屈和选择反应时间均呈积极走势。结论:广东省中青年群体的身体形态总体上朝着较好的方向发展,但身体机能和部分身体素质指标的发展趋势不容乐观。特别是女性肥胖问题、心肺耐力的下降和男性力量型指标的减弱,需要政府等部门加以重视,建议:(1)体育部门应增大力量型运动项目和长跑的开展力度;(2)宣传部门需要加大体育健身的宣传力度;(3)政府应该采取措施落地和实效评估相结合的方式研判国民体质健康程度。

基于新陈代谢GM(1,1)++的疫情应急物资需求量预测研究

当大规模疫情发生时,应急物资的供给至关重要.在新陈代谢GM(1,1)模型的基础上提出了一种新陈代谢GM(1,1)++模型,即再加入新信息,移除原始数据中的旧信息的同时,将原始数据中与拟合值相对残差最大的数据项用拟合值替代.提出的方法既能够及时去掉意义逐渐降低的老信息,加入更能够反应系统目前特征的新信息,又能够降低其他因素对原始数据的扰动性,使原始数据更具规律性.为了检验新陈代谢GM(1,1)++模型的有效性,将其预测结果分别与传统GM(1,1)、新信息GM(1,1)、新陈代谢GM(1,1)的预测结果进行比较研究.试验结果显示,新陈代谢GM(1,1)++模型的误差平方和最小,预测准确性远优于另外3种预测模型.

晚期非小细胞肺癌患者经PD-1抑制剂治疗后生存预后的列线图预测模型构建

目的探索中性粒细胞与淋巴细胞比值(NLR)等相关指标对经程序性死亡受体1(PD-1)抑制剂治疗的晚期非小细胞肺癌患者预后的影响并构建列线图预测模型。方法选取2020年2月至2022年4月于该院接受PD-1抑制剂治疗的198例晚期非小细胞肺癌患者,随访至2022年8月,根据临床结局分为死亡组(46例)和存活组(152例)。记录死亡组和存活组患者的临床资料,分析影响经PD-1抑制剂治疗的晚期非小细胞肺癌患者预后的相关因素;采用受试者工作特征(ROC)曲线分析NLR、血小板与淋巴细胞比值(PLR)、淋巴细胞与单核细胞比值(LMR)对患者预后的预测价值;采用多因素Logistic回归模型分析影响患者预后的独立危险因素;采用R语言软件4.0“rms”包构建患者预后的列线图预测模型,校正曲线对列线图预测模型进行内部验证。结果与存活组比较,死亡组吸烟、TNM分期Ⅳ期、ECOG评分2分比例及NLR、PLR、LMR较高(P<0.05)。NLR、PLR、LMR的曲线下面积分别为0.707、0.793、0.819,最佳临界值分别为4.72%、179.21%、3.44%。吸烟、TNM分期、美国东部肿瘤协作组评分、NLR、PLR、LMR是影响PD-1抑制剂治疗的晚期非小细胞肺癌患者预后的独立危险因素(P<0.05)。内部验证结果显示,列线图模型预测经PD-1抑制剂治疗的晚期非小细胞肺癌患者预后的C-index为0.847(95%CI 0.769~0.902),校准曲线趋于理想曲线。列线图模型预测经PD-1抑制剂治疗的晚期非小细胞肺癌患者预后的阈值>0.22,列线图预测模型提供临床净收益,并且临床净收益均高于吸烟、TNM分期、ECOG评分、NLR、PLR、LMR。结论该研究基于吸烟、TNM分期、ECOG评分、NLR、PLR、LMR构建了经PD-1抑制剂治疗的晚期非小细胞肺癌患者预后的列线图预测模型,具有重要的临床应用价值。

基于改进灰色预测模型的港口物流需求预测研究——以上海港为例

随着疫情防控政策的调整,我国外贸行业呈现快速增长态势。文章基于改进的灰色预测NGMG 1,(N)模型,运用MATLAB软件,以上海港2013至2022年的集装箱吞吐量为原始数据,预测未来五年上海港的集装箱吞吐量,并对改进的灰色NGMG 1,(N)模型预测结果进行精度检验,结果显示该模型预测精度较高。最后基于预测结果,分析上海港未来五年物流需求趋势向好的主要原因并得出结论。

基于TDOGM(1,N)灰色模型的高校科研能力预测与滞后效应分析

针对高校人才、经费、平台等科研资源投入与科研产出存在的不平衡现象,提出利用带时滞效应的TDOGM(1,N)灰色模型,对在一定的资源投入下,高校科研能力未来发展趋势进行预测,为高校科学配置投入资源、有效评价科研投入效率提供理论基础。通过研究发现,利用带时滞效应的TDOGM(1,N)灰色模型进行投入与产出关系分析、预测,其精度比传统的OGM(1,N)灰色模型高。同时,预测模型还能充分反映其核心要素存在的滞后效应。

人参皂苷Rg1和Rb1改善慢性不可预测应激致大鼠抑郁、焦虑样行为的作用比较

目的研究人参皂苷Rg1和Rb1改善慢性不可预测应激诱导大鼠的抑郁样和焦虑样行为的作用及比较。方法SPF级SD雄性大鼠70只,适应5 d后进行糖水偏爱实验检测,根据糖水偏爱指数将动物分为7组,即对照组、模型组、氟西汀组、人参皂苷Rg124 mg/kg剂量组、人参皂苷Rg148 mg/kg剂量组、人参皂苷Rb133 mg/kg剂量组、人参皂苷Rb167 mg/kg剂量组。除对照组外,其余大鼠每天随机接受1~2种不同的刺激,造模时间共35 d。于第36天进行糖水偏爱、旷场实验、新奇环境摄食抑制实验、大鼠高架十字迷宫实验、强迫游泳等行为学实验,考察其抗抑郁、抗焦虑作用。采用ELISA法测定大鼠血清和海马IL⁃1β、IL⁃6、TNF⁃α炎症因子水平,血清皮质酮(CORT)水平。结果与模型组相比,人参皂苷Rg1、Rb1组大鼠糖水偏爱指数提升,强迫游泳不动时间显著减少,人参皂苷Rg148 mg/kg剂量组新奇抑制摄食潜伏期显著减少,人参皂苷Rg1(24和48 mg/kg)剂量组开臂时间的比例显著上升,人参皂苷Rg1、Rb1两个剂量组血清中皮质酮的含量显著减少,人参皂苷Rg124 mg/kg剂量组血清中IL⁃1β和IL⁃6的水平显著降低,人参皂苷Rb133 mg/kg剂量组血清中TNF⁃α和IL⁃6的水平显著降低,人参皂苷Rg1(48 mg/kg)、Rb1(67 mg/kg)剂量组海马中IL⁃1β、IL⁃6和TNF⁃α的含量显著降低。结论两种人参皂苷均可能通过调节HPA轴、抑制神经炎症,从而改善慢性不可预测应激致大鼠抑郁、焦虑样行为,此外人参皂苷Rg1的抗焦虑作用优于Rb1。

广西全科医生发展现状及需求预测研究——基于GM(1,1)模型和人力人口比值法

目的:分析广西全科医生发展现状,预测“十四五”时期全科医生需求量。方法:对2013—2020年广西全科医生数据进行描述性分析,运用GM(1,1)模型和人力人口比值法预测2021—2025年全科医生需求量。结果:2013—2020年,广西全科医生数量增长较快,专业化水平不断提升,预计2025年每万人口全科医生数将超过政策规划目标值;但截至2020年每万人口全科医生数仍低于全国平均水平,不同机构、不同地市全科医生配置不均衡。结论:发挥政府主导作用,强化全科医生队伍建设;提升全科医生基层就业意愿;优化全科医生区域配置,加大对欠发达地区的政策倾斜力度。

基于降雨量数据的程潮铁矿涌水量时序性预测模型

无底柱分段崩落法开采必然形成大范围的地表塌陷区,所分布的导水裂隙将导致大量的地表降水向下渗透,引起巷道涌水量骤增,程潮铁矿现已进入-500 m开采水平,大气降雨与崩落法开采所引发的裂隙持续动态发展之间的相互作用机制十分复杂。因此,为科学准确地预测井下涌水量,本研究提出了一种以降雨量为输入数据的涌水量灰色GM(1,2)时序性预测模型。以程潮铁矿2019—2021年的降雨量、涌水量实际数据为训练样本,充分考虑崩落法开采对上覆岩体的持续影响,引入时序性系数K对模型进行优化,最终建立的灰色GM(1,2)时序性预测模型与传统的GM(1,2)预测模型相比,预测精度平均提高了7.79%。运用该模型对2022年的涌水量进行预测检验结果表明,其旱、雨两季的预测精度分别为93.51%、93.58%,预测效果较好。研究成果是通过地表降雨量数据直接预测矿山井下涌水量数据的一种有效方法。

中医证素参与的晚期非小细胞肺癌PD-1抑制剂近期疗效预测模型构建与验证

目的评估PD-1抑制剂治疗非小细胞肺癌(NSCLC)近期疗效的预测因素,构建预测模型。方法前瞻性纳入2019年10月—2021年11月间,符合入组标准、应用PD-1抑制剂的晚期NSCLC患者221例,2021年5月1日前入组的为建模组(n=149例),之后的为验证组(n=72例)。采集患者的一般临床资料及中医四诊信息,并进行中医证素辨别。使用R软件4.0.4版本构建客观缓解率的列线图临床预测模型,通过受试者工作特征曲线及校准曲线来评价该模型的预测能力和区分度,并通过验证组进行外部验证。结果221例患者经PD-1抑制剂治疗2~4个周期后,总的客观缓解率为44.80%。建模组多因素Logistic回归分析发现,TPS评分(OR=0.261,P=0.001)、治疗线数(OR=3.749,P=0.002)、治疗模式(OR=2.796,P=0.019)、气虚病性证素(OR=2.296,P=0.043)、阴虚病性证素(OR=3.228,P=0.005)是PD-1抑制剂近期疗效的独立预测因素。基于以上5个独立预测因子构建PD-1抑制剂近期疗效的列线图预测模型,建模组和验证组的AUC值分别为0.8317和0.7535,两组校准曲线在预测值与真实值之间符合的平均绝对误差分别为0.053和0.039,显示出较高吻合度,表明该模型的预测性能良好。结论基于中医气虚病性证素、阴虚病性证素以及TPS评分、治疗线数和治疗模式构建的列线图模型是预测晚期非小细胞肺癌PD-1抑制剂近期疗效的稳定有效工具。

一种基于均值模型构建动态离散GM(1,1)模型的新方法

离散灰色模型避免了传统灰色模型中差分到微分产生的跳跃误差,然而当建模序列确定后参数随之确定,模型无法随时间作出与系统变化相适应的动态调整,这是导致模型精度不高及出现预测偏差的重要原因。由于均值模型较其他基本形式的传统灰色模型更适应非指数增长序列,因此首先利用均值GM(1,1)模型刻画了发展系数的动态化过程,然后在此基础上构建了动态离散GM(1,1)模型,最后应用该模型对我国城镇就业人员的数量进行了模拟及预测,取得了较好的效果,验证了新方法的有效性和实用性。

基于季节性ARIMA模型的短时交通流预测方法研究

综合道路特点、行驶时间和车辆的特征等信息,采用时间差值法筛除无效数据,剔除运营车数据;在通过序列分解与ADF-1平稳性检验后,提出基于季节性ARIMA模型的短时交通流预测技术,以探究该模型下车流量预测精度达到最佳预测效果时的最优采样间隔;采用AIC准则对参数寻优定阶,ADF检验和差分分析选择最优的差分阶层;为确保模型的可靠性,使用Ljung-Box Q检验进行白噪声检验。结果表明,时间间隔为15 min的车流量统计模型SARIMA(1,1,2)×(2,0,0)4在预测精度和稳定性方面均优于其他时间间隔和传统的ARIMA模型。同时,该方法也具有一定的通用性,可以应用于其他领域的短时流量预测。

基于灰色预测GM(1,1)模型山东省卫生人力资源变化趋势研究

[目的]分析2012-2020年山东省卫生人力资源配置现状,预测2021-2025年卫生人力资源变化趋势。[方法]以2012-2020年山东省卫生人力资源配置为原始数据,利用GM(1,1)方法构建模型预测山东省卫生人力资源配置数并分析其变化趋势。[结果]2021-2025年山东省卫生人力资源配置总体呈上升态势,到2025年山东省三类地区千人口卫生技术人员数分别增长至11.71人、7.79人、8.85人,执业(助理)医师分别为4.66人、3.27人、3.75人,注册护士分别为5.79人、4.08人、4.17人。[结论]山东省卫生人力资源配置水平进一步得到提升,医护比逐渐趋于合理,虽经济落后地区卫生人力资源配置涨幅明显,但总量不及经济发达地区,地区间存在差异,注册护士仍有短缺,亟需制定相关政策缩小地区间差异,提高护士待遇,完善医护比,切实保障公共卫生服务均等化。

尿素氮/白蛋白比值的列线图模型对于老年心力衰竭患者预后的预测能力研究

背景随着人口老龄化的加剧,心力衰竭(heart failure,HF)患病率呈上升趋势,老年心力衰竭的预警、风险分层研究对改善预后具有重要意义。目的探讨血尿素氮-白蛋白比值(blood urea nitrogen to albumin ratio,BAR)对老年心力衰竭患者1年内死亡的预测价值;建立包含BAR在内的列线图,并验证其临床价值。方法建模数据来自解放军总医院2016年1月—2021年10月诊断为心力衰竭的1259例老年患者,验证队列来自2021年10月—2022年10月诊断为心力衰竭的314例老年患者。以1年病死率为结局指标,采用Logistic回归分析筛选预后因素,根据预后因素构建列线图;ROC曲线、校准曲线和临床决策曲线分析(decision curve analysis,DCA)用于评估模型的区分度、一致性和临床效益;通过计算ROC曲线下面积和DCA,比较列线图与N端脑钠肽前体(N-terminal pro-B-type natriureticpeptide,NT-proBNP)及BIOSTATCHF预测模型的性能。结果训练队列和验证队列中分别有27.2%(343/1259)和25.2%(79/314)患者在1年内死亡。多因素Logistic回归结果显示,年龄、D-二聚体、NT-proBNP、BAR、血管紧张素转化酶抑制剂(angiotensin converting enzyme inhibitor,ACEI)/血管紧张素受体阻滞剂(angiotensin receptor blockers,ARB)使用与死亡结局独立关联(P<0.05)。基于以上5个因素构建列线图,列线图展现出良好的区分度(AUC=0.838,P<0.001)、一致性(Hosmer-Lemeshowχ2=4.251,P=0.834)和临床效益。列线图模型与NT-proBNP和欧洲BIOSTAT-CHF预测模型相比预测效能均更佳(0.838 vs 0.703和0.825,P<0.05)。DCA结果提示,列线图相比NT-proBNP、BIOSTAT-CHF预测模型均增加了更多的净获益。结论BAR是老年心力衰竭患者1年内死亡的独立预测因子。包含BAR在内的列线图展现出优异的辨别力和校准能力,为预后评估提供有力支持。