基于Markov模型的肺结节低剂量螺旋CT筛查卫生经济学评价

目的基于Markov模型评价肺结节低剂量螺旋CT(LDCT)筛查的卫生经济学。方法利用2021年—2023年北京市某三甲医院的肺结节LDCT筛查数据和部分国外临床研究数据,采用成本效用分析方法,通过增量成本效用比(ICUR)确定优势筛查策略;使用R语言获得转移概率参数,利用TreeAge Pro 2011软件构建Markov模型。假设以我国10万名55岁及以上人群为肺结节筛查对象,模拟其疾病发展情况,并通过敏感性分析评价该模型的稳定性。结果成本效用分析显示,该模型经20次循环后,LDCT筛查策略的总成本为3543088618元,相较于不筛查策略的总成本增加了784130651元,额外获得了7996个质量调整生命年(QALY),每获得一个QALY需多花费98059.77元。采用WHO卫生经济学评价标准,LDCT筛查策略的ICUR大于1倍人均国内生产总值(GDP)但小于3倍人均GDP,为优势策略。敏感性分析显示,各变量在其敏感性分析范围内无论如何变化,都不会对ICUR产生较大影响,表明该模型具有较好的稳定性。结论在55岁及以上人群中开展每年一次肺结节LDCT筛查的ICUR小于3倍人均GDP,具有一定的经济学效用,该筛查策略有利于肺癌的“早发现、早诊断、早治疗”。

基于Markov模型的血塞通软胶囊治疗 缺血性中风的成本效果分析

目的:基于中国卫生服务体系角度评价血塞通软胶囊对比安慰剂治疗缺血性中风患者的经济性。方法:基于血塞通软胶囊的Ⅲ期对照试验和已发表的文献数据构建markov模型,模拟患者终身的质量调整生命年(quality-adjusted life year,QALY)和增量成本效果比(Incremental cost-effectiveness ratio ICER),并进行单因素敏感性分析和概率敏感性分析检验模型的不确定性。结果:基础分析结果显示,与安慰剂组相比,血塞通软胶囊在获得0.32个QALY且节约医疗成本,具有绝对优势,单因素敏感性分析和概率敏感性分析验证了模型的稳健性。单因素敏感性分析显示对模型结果影响程度最大的4个因素分别是mRS3-5首次住院成本、mRS0-2首次住院成本、mRS0-2的状态效用值及贴现率;概率敏感性分析显示在我国的意愿支付值之下血塞通软胶囊具有经济性的概率为100%。结论:与安慰剂相比,血塞通软胶囊在提升QALY的同时降低了相应的成本,对治疗我国缺血性中风患者具有经济性。

基于Markov模型的胰高血糖素样肽1受体激动剂联合二甲双胍治疗2型糖尿病药物经济学评价

目的 对胰高血糖素样肽1受体激动剂(GLP-1RA)联合二甲双胍治疗2型糖尿病(T2DM)进行经济学评价。方法 从我国卫生体系角度出发,基于7项GLP-1RA联合二甲双胍治疗T2DM的随机对照试验(RCT),构建二甲双胍单药或联合GLP-1RA治疗T2DM的Markov模型,模拟治疗期间T2DM无并发症、T2DM伴并发症以及死亡3种状态的动态变化。模型以质量调整生命年(QALYs)为健康产出指标、以3倍我国2023年人均国内生产总值(GDP)为意愿支付(WTP)阈值。模型循环周期设定为1年,共计模拟20年,采用Markov模型进行队列模拟,以增量成本-效用比(ICUR)为评价指标,从而获得每种治疗策略的长期成本、效用及其经济性。通过对成本、效用及贴现的敏感性分析,检验研究结果的稳定性。结果 与二甲双胍单药治疗相比,5种GLP-1RA类药物(利拉鲁肽、度拉糖肽、艾塞那肽、聚乙二醇洛塞那肽、司美格鲁肽)联合二甲双胍治疗方案的ICUR均小于3倍我国2023年人均GDP,增加的成本可接受。敏感性分析中各参数在设定的范围内变化,或将模拟时间延长至30年或50年,对研究结论无显著影响;概率敏感性分析结果表明,WTP阈值为3倍我国2023年人均GDP值(268 074元)时,二甲双胍联合司美格鲁肽0.5 mg方案具有成本-效用优势的概率最高,约为99.7%。结论 对于T2DM患者,相比于二甲双胍单药治疗,利拉鲁肽、度拉糖肽、艾塞那肽、聚乙二醇洛塞那肽、司美格鲁肽以说明书推荐剂量联合二甲双胍治疗方案均属于优势方案,具有经济性。

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。

基于互Box-Cox变换和Markov链风速云模型的发电系统充裕度评估

为准确计及风速随机性和自相关性对风电并网系统充裕度的影响,建立基于互Box-Cox变换和Markov链的风速云模型,并将该模型与时序Monte Carlo模拟法结合,提出计及风速随机性和自相关性的风电并网系统充裕度评估方法。仿真结果表明,所提模型产生的仿真风速样本与实测风速样本具备相似的概率分布特性和自相关性,所提方法可较精确地评估风电并网系统充裕度及风电容量可信度。

污染环境下具有Markov切换的随机食饵-捕食渔业模型及其最优收获

本文研究在污染环境中具有白噪声和Markov切换的随机食饵-捕食者渔业模型的最优收获策略.首先证明全局正解的存在唯一性,讨论种群灭绝和持久的阈值.通过构造适当的Lyapunov函数得到遍历平稳分布存在的充分条件.应用遍历方法研究模型的最优收获策略.最后,提供一些数值模拟来证明理论分析.分析表明, Markov切换可以抑制种群的灭绝,而白噪声强度和污染物浓度对最优收获策略有明显的负面影响.

利用Markov模型研究Aβ突变体的构象转变过程

为抑制淀粉样β多肽(Aβ)从无规卷曲或α-螺旋转变为β-折叠结构,研究野生型Aβ及其数组突变体的构象变化,结合Markov模型与分子动力学模拟,对野生型、A4型和D7N型Aβ的构象变化过程进行研究,明确3种Aβ构象的转变路径.实验结果表明,野生型Aβ出现一个区域的β-折叠,A4型Aβ构象几乎无变化,而D7N型Aβ出现两个区域的β-折叠,说明D7N型突变体具有促β-折叠特性,该结果为阿尔兹海默症的治疗方法探索提供理论依据.

多状态Markov模型在阿尔茨海默病自然史中的应用

目的将多状态Markov模型应用于阿尔茨海默病(Alzheimer's disease,AD)自然史研究,为慢性病自然史研究提供方法学借鉴。方法基于美国公共数据库ADNI,构建正常认知(normal cognition,NC)-轻度认知障碍(mild cognitive impairment,MCI)-AD多状态Markov模型,估计不同状态间的转移强度、转移概率、影响因素和各状态的逗留时间,绘制生存曲线,并进行模型拟合优度评价。结果性别、年龄、FAQ、MMSE、CDRSB、ADAS13、TMT-B-Time是AD自然史中重要的影响因素;NC与MCI状态的平均逗留时间分别为7.502年,11.621年。多状态Markov模型拟合结果较好。结论多状态Markov模型在AD等多状态慢性病转归研究中具有很好的应用价值。

长期护理保险需求成本评估与趋势预测——基于连续时间齐次Markov模型的分析

基于CHARLS数据库,本文采用连续时间齐次Markov过程描述老年人健康状况的变化过程,预测了我国2021—2049年失能老年人规模与长期护理保险成本趋势。研究结果表明:(1)轻度失能老年人健康状况改善的概率大于恶化的概率,而中度与重度失能老年人身体机能改善的可能性较小,健康状况恶化的可能性更大。(2) 2049年我国60岁及以上中度失能和重度失能老年人预计分别达到3 886万人和3 592万人。(3) 2049年长期护理保险潜在需求成本达3.7万亿元,有效需求成本超过1.4万亿元。两项成本均为2021年的10倍左右。(4) 2021—2049年间长期护理保险有效需求成本与潜在需求成本之间存在42%—78%的巨大差距。长期护理保险需求成本居高不下,需要加强基层公共卫生服务体系建设和医养结合服务供给,积极推进长期护理保险制度定型,并实施多元化的筹资策略。

基于位置相似性与Markov模型的移动轨迹预测算法

实时、准确的移动轨迹预测是移动端新兴业务发展的重要支撑。目前的移动轨迹预测大多采用Markov模型,但是Markov模型存在对历史轨迹信息利用不充分的问题。为此,论文提出了一种基于位置相似性与Markov模型的移动轨迹预测算法。首先,通过迭代网格划分方法实现原始轨迹数据的序列化;然后,根据用户当前轨迹位置找出历史轨迹集合中与之相似的历史轨迹;最后,由相似的历史轨迹建立转移概率矩阵,完成对用户未来区域的预测。在大规模数据集上的试验结果表明,相比于传统Markov模型,该方法的平均预测准确率提高了13.8%。

基于Gray-Markov模型的城乡建设用地规模预测——以张掖市为例

科学合理的用地需求预测方法是土地利用总体规划能否制定科学合理目标的关键。选取在形态上呈相对聚集、面状分布的城乡建设用地为预测对象,将Gray-Markov模型引入到城乡建设用地规模预测中来,并以甘肃省张掖市为例进行了实证研究。结果表明:与其他预测模型对比,Gray-Markov模型模拟和预测精度更高,能够为土地利用总体规划提供可靠保证。

Markov模型框架下的重大疾病保险定价研究——基于死亡效力和发病强度的估计

商业重大疾病保险日益成为个人和家庭防范疾病风险,实现健康生活的重要工具。2020年11月5日发布的《中国人身保险业重大疾病经验发生率表(2020)》为重大疾病保险费率科学化提供了更精确的依据。本文在连续时间三状态Markov模型框架下,运用Gompertz-Makeham模型和分段Perks公式,以经验生命表和重大疾病经验发生率表为基础,分别对健康人群的死亡效力和重大疾病的发病强度进行参数估计和模型选择,进而得到18~60周岁人群的独立主险型重大疾病保险的纯保险费率。此外,通过与2013年版重大疾病经验发生率表计算得到的纯保险费率对比发现,虽然2020年版的重疾范围有所扩大,但由于重疾定义发生了变化,在保障责任一致的情形下,男性与女性的纯保险费率均有所下降。虽然男性纯保险费率高于女性,但21~60岁男性的纯保险费率相对女性下降幅度更大。

在线学习参与度的Markov模型及其长期预测

在线学习参与度是评估线学习教学质量的重要指标。本文拟借助Markov链,通过引入激活函数,构建一种新的更新矩阵,从而获得在线学习参与度的数学模型,以便在不同阶段对在线学习参与度进行评估。进一步,利用Z变换获得转移矩阵的极限向量,实现对教学活动参与度的长期预测。该研究是实现在线教学的诊断与干预的有效途径之一。最后,通过实例分析,说明了理论模型的有效性。

数字化前后人民币汇率动态特征和路径转变分析——基于三机制Markov转换模型

通过邹氏断点检验建立人民币/美元汇率的三机制Markov转换自回归模型,选取2019年6月25日—2021年4月30日的人民币/美元汇率数据,将2020年5月29日作为人民币数字化的节点,实证分析数字人民币发展前后两个阶段的汇率机制转换特征;采用主观层次分析法计算数字人民币对当前金融体系各项指标的影响权重,分析数字人民币的发展对当前金融体系的影响程度。结果表明:数字人民币推进前,汇率在各机制上停留时间具有连续性,且均表现出高度“自维持性”;数字人民币推进后,汇率的动态转换较频繁,对外部信息冲击的反映较强烈。数字人民币进程的稳步推进对当前金融体系各方面带来不同程度的影响,对汇率的影响较明显。

D-S理论和Markov链组合的桥梁性能退化预测研究

为准确预测桥梁性能退化,考虑到数据随机性和微小扰动发生状态跳跃,提出了一种D-S(Dempster-Shafer)证据理论和Markov链组合的桥梁性能退化组合预测模型和性能退化率的概念.该模型基于指数平滑(exponential smoothing,ES)方法获得新的预测数据序列,并利用Markov链和D-S理论不断进行优化,从而实现桥梁性能退化的组合预测.实际工程的应用结果表明:性能退化率可以直观地表征在梁性能退化的速度.其次,该模型的平均相对误差为1.54%,较于回归、灰色和模糊加权Markov链模型,精度分别提高了1.11%,0.88%和2.8%,而后验差比值为0.242,小于0.35;模型的标准差为9.021,相比其他模型分别减小了3.978,3.405和7.500,而变异系数为0.109,均小于其他模型,验证了组合预测模型在精度和稳定性方面的优越性,可为在役桥梁结构性能退化预测与维护提供理论基础.

基于混合模型的复杂舰载信息系统可靠性测试技术

复杂舰载信息系统在未来海战场战争中扮演着至关重要的角色,必须在未来更加复杂多变的战场环境下保持稳定可靠的性能。面对未来更加复杂多变的战场环境,软件可靠性测试面临众多挑战。现有的软件可靠性测试理论难以满足复杂舰载信息系统任务繁多、状态多样、交互复杂的特点,并且缺乏有效的测试数据生成手段。为了解决这个问题,结合Musa方法和Markov链模型思想来构建操作剖面,并生成可靠性测试用例。将操作剖面模型定义的使用用例集和Markov链表示的状态迁移模型相结合,生成测试用例。通过实例分析和对比实验,采用混合模型生成的测试用例集具备良好的稳定性,并且能够满足复杂舰载信息系统可靠性测试的需求。

基于Markov随机场模型的数字X光图像自适应增强算法

为明确X光图像纹理粗细和组织分布状况,强化呈现身体结构信息,降低模糊图像对医生诊断病情结果的错误判断,提出一种基于Markov随机场模型的数字X光图像自适应增强算法.该算法首先统计X光图像全部范围内相同亮度像素,利用直方图均衡化法将原始图像变换成灰度级分布影像,消除光线干扰;然后分析组织属性,通过灰度共生矩阵提取X光图像的纹理特征,获取图像纹理粗细和布局结构的灰度信息;最后通过映射函数和对数函数计算平均亮度,用Markov随机场模型调整图像明暗度,补充纹理细小部位亮度,再用随机场函数划分光滑图像,采取二次重构,以保证图像锐化增强效果平衡.仿真实验结果表明,该算法能提升图像的内部信息清晰度.

多因素影响下无人机编队任务可靠性模型构建研究

针对多因素影响下无人机(unmanned aerial vehicle,UAV)编队任务可靠性问题,提出了无人机编队任务可靠性双层模型。首先,基于故障树分析方法,构建了无人机编队任务可靠性下层模型,描述无人机编队的故障状态;其次,基于Markov模型构建无人机编队任务可靠性上层模型,描述无人机编队任务过程中,阶段及状态的转换;最后,建立任务可靠度求解的双层模型对无人机编队任务可靠度进行仿真模拟。设定应用场景仿真验证,仿真结果表明:在起飞/爬升阶段和巡航阶段,本文方法与传统故障树法所计算的任务可靠度结果一致;在侦察阶段,本文方法比传统故障树法的任务可靠度计算结果高0.012 5,给定显著性水平,本文算法的可靠度结果均落在置信区间内,验证了计算结果的可信性。

Markov切换下含疫苗接种和垂直感染的随机SIRS模型性质

该文研究了一类含Markov机制切换和疫苗接种及垂直感染的随机SIRS模型的动力学性质,通过构造带切换的Lyapunov函数,研究了模型具有平稳分布的判别条件,并研究了在模型中疾病趋于灭绝的阈值.最后通过举例来验证研究结果.结果表明:模型具有平稳分布和趋于灭绝的阈值是相同的.

基于改进灰色Markov模型的建筑物沉降量预测

为了对地铁车站深基坑施工过程引起的周边建筑物沉降进行预警,利用改进的灰色Markov模型,预测地铁车站施工过程中周边建筑物的沉降量。首先,基于实测数据,采用改进的灰色模型对建筑物沉降趋势进行预测;其次,将实测数据与预测数据的相对误差作为Markov误差修正的初始数据序列,进行状态区间划分并结合Markov转移概率矩阵和误差修正公式对预测数据进行修正,确定最终预测值;最后,基于小误差概率、后验差比值和相对误差分析,对改进后的灰色Markov模型与改进的灰色模型的预测精度进行对比分析与评价。研究结果表明:与改进的灰色模型相比,改进的灰色Markov模型预测的相对误差从4.2%降到2.1%。