2型糖尿病患者认知功能障碍风险预测模型的构建

目的探讨2型糖尿病患者认知功能障碍的影响因素并构建风险预测模型。方法采用便利抽样法选取2022年6—12月延安大学附属医院133例2型糖尿病患者为研究对象,分为非认知功能障碍组(n=63)和认知功能障碍组(n=70)。通过Logistic回归分析评估认知功能障碍的影响因素并构建风险预测模型,通过Hosmer-Lemeshow检验检测模型的拟合度,通过受试者工作特征曲线、曲线下面积等判断预测模型对认知功能障碍的诊断价值。结果2型糖尿病患者认知功能障碍患病率为52.6%。基于Logistic回归分析结果,将受教育时间(OR=0.297)、糖尿病病程(OR=3.141)、纤维蛋白原水平(OR=5.118)纳入风险预测模型。结论利用受教育时间、糖尿病病程和纤维蛋白原水平可以有效预测2型糖尿病患者发生认知功能障碍的风险。

三酰甘油-葡萄糖指数和尿酸水平对2型糖尿病患者并发颈动脉粥样硬化的影响及风险列线图模型构建

目的探讨三酰甘油-葡萄糖(TyG)指数和尿酸水平对2型糖尿病(T2DM)患者并发颈动脉粥样硬化的影响,并构建T2DM并发颈动脉粥样硬化的风险预测模型。方法选择2020年1月至2022年12月新乡市第一人民医院收治的125例T2DM患者为研究对象。根据是否并发颈动脉粥样硬化将患者分为颈动脉粥样硬化组(n=33)和非颈动脉粥样硬化组(n=92)。通过电子病历系统收集患者的性别、年龄、病程、体质量指数(BMI)、舒张压(DBP)及收缩压(SBP)等一般临床资料;使用全自动生化分析仪测定患者的三酰甘油(TG)、空腹血糖(FPG)、肌酐(Cr)、空腹胰岛素(FINS)、糖化血红蛋白(HbA1c)、高密度脂蛋白胆固醇(HDL-C)、低密度脂蛋白胆固醇(LDL-C)、总胆固醇(TC)水平,尿酸酶法测定尿酸水平;应用单因素和多因素logistic回归分析T2DM患者并发颈动脉粥样硬化的危险因素。使用R3.5.3软件绘制预测T2DM患者并发颈动脉粥样硬化的列线图模型,应用受试者操作特征(ROC)曲线对列线图模型预测效能进行检验,并应用Bootstrap法检验模型的准确性。另选择2023年1月至2023年6月新乡市第一人民医院收治的27例T2DM患者对模型预测效能进行验证。结果单因素分析结果显示,颈动脉粥样硬化组与非颈动脉粥样硬化组患者的年龄、病程、Cr、FINS、FPG、TC、TG、TyG指数及尿酸水平比较差异有统计学意义(P<0.05);2组患者的性别、BMI、DBP、SBP、HbA1c、HDL-C、LDL-C比较差异无统计学意义(P>0.05)。多因素logistic回归分析结果显示,年龄≥60岁、高水平Cr、低水平FINS、高水平TC、高TyG指数和高水平尿酸为T2DM患者并发颈动脉粥样硬化的危险因素(P<0.05)。使用Bootstrap法验证基于年龄、Cr、FINS、TC、TyG指数及尿酸水平建立的预测T2DM患者并发颈动脉粥样硬化的风险预测模型结果显示,该模型的C-指数为0.762(95%置信区间:0.728~0.808),ROC曲线下面积、灵敏度、特异度分别为0.779、77.34%、82.46%。27例T2DM患者中实际并发颈动脉粥样硬化8例,风险列线图模型预测并发颈动脉动脉硬化7例;ROC曲线显示,曲线下面积、灵敏度及特异度分别为0.785、80.47%、75.36%。结论高TyG指数及尿酸水平是T2DM患者并发颈动脉粥样硬化的危险因素,基于TyG指数、尿酸水平、年龄、Cr、FINs及TC构建的风险列线图模型对T2DM患者并发颈动脉粥样硬化具有较好的预测效能。

随机保费的Erlang(2)风险模型的赤字尾概率

研究索赔计数过程是Erlang(2)过程、保费收入为复合Poisson过程的风险模型,得到了赤字尾的分布和函数型不等式,并得到了一些指数型上界估计.

常利率Erlang(2)风险模型的破产时刻罚金折现期望值

研究了常利率下Erlang(2)风险模型,得到了破产时刻罚金折现期望值的一个二阶微分方程。利用这个二阶微分方程,对经典风险理论中的一些结果作了进一步的讨论。

常利率下有阈红利边界的Erlang(2)风险模型的罚金折现期望函数

为了精确地描述风险投资商实际的经营状况,本文将一般的Erlang(2)风险模型推广为常利率下有阈红利边界的Erlang(2)风险模型。首先利用全概率公式对风险过程进行分析,得到了模型的罚金折现期望函数所满足的积分-微分方程及积分方程,然后在不带利率时将积分方程简化为"第二类非其次Volterra积分方程",给出了罚金折现期望函数的确切表达式,最后给出了不带利率时模型的破产概率及破产前瞬时盈余和破产赤字的联合分布的表达式。

不带利率Erlang(2)风险模型的破产时刻罚金折现期望值的拉氏变换

研究了不带利率Erlang(2)风险模型,得到了破产时刻罚金折现期望值的拉氏变换,给出了拉氏变换的显示表达式。

两险种广义Erlang(2)风险模型的破产概率

本文考虑一类具有两个独立险种的风险模型的破产概率,假设该模型的两个索赔计数过程是独立的两个广义Erlang(2)过程.利用微分分析和矩阵表示,得到破产概率满足的一个积分–微分方程组及其边界条件.在索赔计数过程是普通Erlang(2)过程的情形下,证明了广义Lundberg方程有且仅有三个正的实数根,由此并结合破产概率满足的积分–微分方程组,给出了破产概率的Laplace变换.

带干扰的Erlang(2)风险模型破产概率的分解

本文研究了带干扰的Erlang(2)风险模型的破产概率.利用延迟更新方法以及全概率公式,获得了积分表达式、二次连续可微性以及微分方程,并且讨论了索赔额分布为指数分布时的情形.

带干扰的Erlang(2)风险模型罚金函数的期望(英文)

考虑了带干扰的 Erlang(2)风险模型罚金函数的期望,利用建立的积分一微分方程,得出了期望的明确表达式.

二级保费率下Erlang(2)过程风险模型的分析

随着国内保险业的逐步成熟和完善,保险业也要与世界接轨,分红险种也逐步进入中国保险市场.分红险种除了投保人在需要理赔时获得应有的理赔外,还应向投保人支付红利,使得投保人获得类似与于股票一样的收益,因此对支付红利问题的研究显得十分必要和有意义.本文研究了二级保费率下即具有常量红利界限的Erlang(2)过程风险模型的折现函数.通过对Gerber-Shiu折现函数的分析,采用微分方程特解与通解的关系及一些已有结论求解Gerber-Shiu折现函数及与破产有关的问题.

不带利率Erlang(2)风险模型的联合概率

研究了不带利率Erlang(2)风险模型,得到了破产前瞬时盈余和破产时的赤字的联合概率。

常利率环境下Erlang(2)风险模型的罚金折现期望

讨论了常利率下Erlang(2)风险模型的罚金折现期望所满足的积分-微分方程,通过积分变换,得到它的级数形式的解。并且,当索赔额为指数分布时,给出了罚金折现期望的确切表达式。

阈红利策略下Erlang(2)风险模型罚金函数的相关结果

研究了两步保费率下Erlang(2)风险过程,给出了Gerber-Shiu折现罚函数的相关结果:即给出了罚金函数的两个微积分方程及其解或更新方程.在索赔额为指数分布条件下得到了两个与破产相关的量并计算出了相应的数值结果.

随机保费收入下的Erlang(2)风险模型

主要对索赔计数过程是Erlang(2)过程、保费收入为复合Poisson过程的风险模型进行了讨论。利用余额过程在索赔时刻具有强马氏性,得到最终破产概率的积分方程,最后推出最终破产概率的Lundberg上界。

具有红利边界的Erlang(2)风险模型

给出了具有边界红利策略的Erlang(2)风险模型,在此红利策略下,若保险公司的盈余在红利线以下时不支付红利,否则红利以低于保费率的常速率予以支付.对于该模型,本文推导了Gerber-Shiu折现惩罚函数所满足的两个积分-微分方程和更新方程.

HER2阴性乳腺癌化疗患者复发转移的影响因素及风险预测模型构建

目的探讨人表皮生长因子受体-2(HER2)阴性乳腺癌化疗患者复发转移的影响因素,并构建风险预测模型。方法回顾性分析180例接受新辅助化疗的HER2阴性乳腺癌患者病历资料和随访资料,根据2年内复发转移情况将患者分为复发转移组(35例)和未复发转移组(145例)。采用Logistic回归分析HER2阴性乳腺癌化疗患者复发转移的影响因素,依据回归分析结果构建风险预测模型,计算一致性指数(C-index)检验模型准确性。绘制受试者工作曲线(ROC),以曲线下面积(AUC)检验风险预测模型对HER2阴性乳腺癌化疗患者复发转移的预测价值。结果复发转移组和未复发转移组在月经状态、临床分期、p53蛋白、Ki-67、VEGF方面比较,差异有统计学意义(P<0.05)。Logistic回归分析显示,月经状态、临床分期、p53蛋白、Ki-67、VEGF是HER2阴性乳腺癌化疗患者复发转移的影响因素(P<0.05)。基于上述因素构建风险预测模型,结果显示该列线图模型的校准曲线和Y=X直线相近,模型校准度良好,C-index值为0.844,提示该模型具有良好区分度。绘制ROC曲线发现,列线图风险预测模型预测HER2阴性乳腺癌化疗患者复发转移的AUC为0.844。结论月经状态、临床分期、p53蛋白、Ki-67、VEGF是HER2阴性乳腺癌化疗患者复发转移的影响因素,基于上述影响因素构建的风险预测模型可有效评估患者复发转移。

带税收的Erlang(2)风险模型的折罚函数(英文)

考虑了带税收的Erlang(2)风险模型.研究了在Erlang(2)风险过程下,税收对保险公司的期望折罚函数等破产特征量的影响,得到了有税收和无税收2种不同策略下的Erlang(2)风险模型的期望折罚函数的关系式.

具有常数红利边界的带扰动Erlang(2)风险模型的分析

保险公司的红利分配策略直接影响保险公司的经营盈余,因此对它的偿付能力有着很大的影响。文章考虑常数红利边界的带扰动的Erlang(2)风险模型,给出了该模型的Gerber-Shiu折现函数所满足的积分-微分方程以及它的边界条件;并在索赔额分布是有理分布时,获得了该积分-微分方程的解;最后给出了当索赔额分布是指数分布时,Gerber-Shiu折现函数的显示表达式。

2型糖尿病患者合并骨质疏松风险预测模型的范围综述

目的对2型糖尿病患者并发骨质疏松的风险预测模型进行范围综述,为疾病科学防治及未来临床护理工作提供借鉴。方法系统检索中英文数据库,对纳入文献进行文献偏倚风险评估,提取2型糖尿病患者骨质疏松发生率、模型构建情况、模型预测因子及性能等信息,并进行风险预测模型预测因子分类。结果共纳入16项研究,涉及16个模型,2型糖尿病患者骨质疏松的患病率为14.4%~54.08%。模型效能总体较好,但模型构建的方法单一。年龄、糖尿病病程和体质指数是2型糖尿病患者并发骨质疏松风险预测模型的重要因子。结论临床护理人员应重视2型糖尿病患者并发骨质疏松的高危因素,精准选择性能良好的评估工具指导护理实践。可借助可视化手段构建预测性能好、实用性强的模型,并通过前瞻性、多中心、外部验证不断优化模型,以期达到最佳的预测效果,便于及时干预。

2型糖尿病患者发生糖尿病肾脏病风险预测模型的建立和验证

目的探讨2型糖尿病(T2DM)患者发生糖尿病肾脏病(DKD)的风险因素并建立预测模型。方法回顾性分析南京医科大学附属老年医院2005年11月至2022年6月期间的T2DM患者的门诊和住院电子病历。根据是否发生DKD分为DKD组和Non-DKD组,对基线资料进行单因素和多因素Cox回归分析,建立并验证DKD风险预测模型。采用SPSS 26.0和R 4.3.0软件进行统计分析和绘图。结果共纳入600例T2DM患者,其中203例(33.8%)发生DKD。多因素Cox分析显示,女性、低eGFR、高UACR、低HDL-C和高PPG是DKD的独立风险因素。结合高血压病史构建了包含6项因素的DKD风险预测模型,在训练集和验证集的AUC值分别为0.75和0.73,预测效果良好。结论本研究揭示了T2DM发生DKD的独立风险因素,并构建了较为可靠的风险预测模型,为临床实践提供了参考。