Holt-Winters模型与SARIMA模型对手足口病月发病率预测效果的比较

手足口病(hand,foot and mouth disease,HFMD)是由肠道病毒感染引起的儿童常见传染病,以发热、手足臀部或者口腔疱疹为主要症状,多发于5岁以下儿童,严重时可导致患儿死亡[1-2]。2008年3月,我国把HFMD列为丙类传染病进行管理[3],近年仍是威胁儿童健康的重要公共卫生问题之一[4]。

构建股骨转子间骨折股骨近端防旋髓内钉内固定失效的风险预测模型

背景:股骨转子间骨折是主要的老年脆性骨折类型,股骨近端防旋髓内钉是首选手术方案,但术后内固定失效的相关因素尚存在争议。目的:通过术前评估患者影像学资料提出一种新的股骨转子间骨折“三柱”分类法,并分析其与术后内固定失效的交互关系,利用数字技术运算开发和验证风险预测模型,便于临床医生术前甄别并干预高风险患者。方法:选择2012年6月和2022年6月佛山市中医院三水医院收治的股骨转子间骨折患者,按照术后是否出现内固定失效结局,分为内固定失效组和内固定维持组。根据患者术前X射线片将股骨近端分为“三柱”:内侧柱、外侧柱及中柱,每柱均有不同的亚组分型。分析“三柱”的形态特征与股骨近端防旋髓内钉内固定术后复位失效的关系,通过先单因素后多因素logistics回归分析,筛选出引起内固定失效的独立风险因素,根据独立风险因素利用R语言软件构建风险预测模型。采用自助法重抽样1000次,使用受试者工作特征曲线下的面积、校准曲线、临床决策曲线评价模型的区分度、校准能力及临床应用价值。通过Youden指数确定预测模型的最佳风险分界值,据此将患者分为高、低风险组,根据模型风险预测能力的准确度来评价其稳定性和外延性。结果与结论:①利用“三柱”分型系统预测骨折术后内固定失效的4个独立风险因素,分别为内侧柱(小转子及股骨距粉碎性骨折)[优势比=5.385,95%CI(1.961,14.782),P=0.001]、中间柱(烟囱型)[优势比=2.893,95%CI(1.167,7.173),P=0.022]、外侧柱(外侧壁厚度<20.5 mm)[优势比=2.804,95%CI(1.078,7.297),P=0.035]及外侧柱(外侧壁骨折)[优势比=4.278,95%CI(1.670,10.959),P=0.012];②构建的风险预测模型表现出良好的区分度和准确度[受试者工作特征曲线下面积=0.852,95%CI(0.837,0.922)],校准曲线显示模型预测风险和实际发生风险有较好的一致性;③临床决策曲线提示风险阈值概率在0.2-0.82范围内时,模型具有较好的临床适用性;风险概率为28%是模型风险分层的最佳阈值,模型在不同风险组别患者的预测性能较好;④此次研究通过“三柱”分型系统构建预测模型计算股骨转子间骨折患者术后内固定失效的风险概率,此方法准确、简便,易于临床应用,可作为一种数字化工具指导临床个性化治疗。

系统性红斑狼疮并发股骨头坏死危险因素列线图预测模型的建立和验证

背景:股骨头坏死是系统性红斑狼疮患者常见的并发症,若能早期对其发生风险进行预测与验证,将有助于避免或延缓股骨头坏死的发展。目的:分析系统性红斑狼疮患者并发股骨头坏死的危险因素,构建系统性红斑狼疮患者并发股骨头坏死的列线图预测模型并进行验证。方法:回顾性分析2013年1月至2022年12月首次就诊于河南中医药大学第一附属医院的914例系统性红斑狼疮患者的病历资料,根据是否发生股骨头坏死分为发生股骨头坏死组(n=100)和未发生股骨头坏死组(n=814)。采用单因素、LASSO回归和多因素Logistic回归分析筛选和确定系统性红斑狼疮并发股骨头坏死的危险因素。同时将数据集按照7∶3的比例随机分为训练集和测试集,并基于多因素Logistic回归分析结果,构建系统性红斑狼疮并发股骨头坏死的列线图预测模型。同时,使用受试者工作特征曲线、Hosmer-Lemeshow校准曲线和决策曲线对列线图的性能进行评估。结果与结论:①股骨头坏死组与未发生股骨头坏死组患者在系统性红斑狼疮病程、系统性红斑狼疮疾病活动度评分、狼疮性肾炎、呼吸系统受累、胃肠道受累、干燥综合征、骨质疏松、抗核糖核蛋白抗体阳性、补体C3降低、环磷酰胺、吗替麦考酚酯、生物抑制剂、糖皮质激素最大日剂量、糖皮质激素冲击治疗方面差异有显著性意义(P<0.05);②采用LASSO回归分析方法筛选出10个与系统性红斑狼疮并发股骨头坏死风险相关的预测变量,将其纳入多因素Logistic回归分析,结果显示系统性红斑狼疮病程、呼吸系统受累、干燥综合征、骨质疏松、抗核糖核蛋白抗体阳性、环磷酰胺、吗替麦考酚酯、生物抑制剂、糖皮质激素最大日剂量是系统性红斑狼疮患者发生股骨头坏死的独立危险因素(P<0.05);③训练集中预测发生风险的受试者工作特征曲线下面积为0.802(95%CI=0.742-0.862),测试集预测发生股骨头坏死风险受试者工作特征曲线下面积为0.811(95%CI=0.745-0.876);Hosmer-Lemeshow校准曲线拟合度较好(训练集,P=0.447;验证集,P=0.870);决策曲线显示使用列线图预测模型预测系统性红斑狼疮患者发生股骨头坏死的风险是有益的;④月经异常为女性系统性红斑狼疮患者并发股骨头坏死的危险因素之一;⑤此次研究结果提示,系统性红斑狼疮并发股骨头坏死的危险因素是多因素的,同时建立了一个包含9个危险因素的列线图预测模型,可将其用于预测系统性红斑狼疮患者发生股骨头坏死的风险;此外,首次报道了月经异常为女性系统性红斑狼疮并发股骨头坏死的危险因素之一。

基于Transformer模型的时序数据预测方法综述

时序数据预测(TSF)是指通过分析历史数据的趋势性、季节性等潜在信息,预测未来时间点或时间段的数值和趋势。时序数据由传感器生成,在金融、医疗、能源、交通、气象等众多领域都发挥着重要作用。随着物联网传感器的发展,海量的时序数据难以使用传统的机器学习解决,而Transformer在自然语言处理和计算机视觉等领域的诸多任务表现优秀,学者们利用Transformer模型有效捕获长期依赖关系,使得时序数据预测任务取得了飞速发展。综述了基于Transformer模型的时序数据预测方法,按时间梳理了时序数据预测的发展进程,系统介绍了时序数据预处理过程和方法,介绍了常用的时序预测评价指标和数据集。以算法框架为研究内容系统阐述了基于Transformer的各类模型在TSF任务中的应用方法和工作原理。通过实验对比了各个模型的性能、优点和局限性,并对实验结果展开了分析与讨论。结合Transformer模型在时序数据预测任务中现有工作存在的挑战提出了该方向未来发展趋势。

农机数字化大数据管理平台的设计——基于电子商务平台重复客户预测模型

随着信息技术和农机现代化的加速推进,数字化农机管理已成为当今农业发展的重要趋势。为此,基于电子商务平台重复客户预测模型,提出了一种基于Hadoop和物联网的农机数字化大数据管理平台,旨在将传统农业生产与信息技术有机结合,实现农机作业数据的实时监测、质量分析、预测与预警、决策支持等功能,为农机作业的自动化和精准化提供有力保障。

基于模型预测控制的无人车编队避障方法

为研究障碍物环境下基于模型预测控制的无人车编队避障方法,建立了包含虚拟智能体状态的编队避障函数,使避障问题容易用优化方法求解.在无人车编队内部引入优先级策略实现编队内部避碰,并通过动态事件触发机制减小无人车之间通讯带宽占用.对该方法进行了计算机仿真验证,在给定多边形障碍物环境下,使用领导者-追随者架构执行编队行驶任务,并借助事件触发器实现间歇通讯.结果表明,相较于传统方法,所设计的编队控制器能够提高带宽约束下无人车编队行驶安全性.

基于改进遗传算法的Holt-Winters模型在采空沉陷预测中的应用

针对遗传算法存在的缺陷,提出了用小生境方法改进遗传算法。为了提高采空沉陷预测精度,借助Holt-Winters模型的预测功能,应用改进遗传算法求解和优化Holt-Winters模型组合参数,形成了改进遗传算法-Holt-Winters模型组合算法。将组合算法应用于长平高速公路采空区路段沉陷预测,计算表明:改进遗传算法弥补了传统遗传算法易早熟、局部寻优能力弱的缺陷;改进遗传算法-Holt-Winters模型组合算法克服了按梯度试算法搜索质量差和精度不高的缺点,输出稳定性好,预测结果相对误差在2%以内,预测精度显著提高;在采空沉陷中长期预测的相对误差小于0.79%,该算法可用于中长期采空沉陷预测。

基于Holt-Winters模型的铁路月度货运量预测研究

铁路货运量预测是铁路运输市场分析的重要内容,对铁路货运业务的开展有着重要指导意义。铁路月度货运量数据序列是既有趋势性增长又有季节性波动特征的时间序列,Holt-Winters模型适用这类时间序列的预测。本文构建Holt-Winters乘法模型来进行铁路月度货运量预测,并以某铁路局化肥月度货运量为原始数据来做实证分析,最后与灰色模型、分组回归等传统预测模型的结果进行比较,结果显示Holt-Winters模型的预测精度最高。

ARIMA模型与Holt-Winters模型在铁路旅客周转量预测中的比较

运用ARIMA和Holt-Winters两种典型时间序列预测模型,对我国2004—2008年铁路旅客周转量的月度数据进行拟合,在此基础上预测2009年的月度旅客周转量,并与2009年旅客周转量的实际值进行比较,同时对ARIMA模型和Holt-Winters模型进行分析比较。

基于前馈非线性模型预测控制的类车机器人路径跟踪

类车机器人由于零件标准化程度低,侧偏刚度等轮胎力学参数难以准确获得,存在动力学建模十分困难的问题,因此现有研究工作通常以运动学模型作为类车机器人的控制模型,但由于其运动学模型存在模型失配,导致类车机器人与参考路径之间的误差、类车机器人的前轮转角和前轮转角速度出现剧烈振荡现象.针对前述问题,本文基于非线性模型预测控制(Nonlinear model predictive control,NMPC)的滚动优化原理,引入基于逆运动学模型的前馈转角信息,将前轮转向角作为预测模型的第四维,提出了一种基于前馈非线性模型预测控制(Feedforward NMPC,FNMPC)的类车机器人路径跟踪控制算法.并通过Simulink和CarSim进行了联合仿真,结果表明FNMPC有效减小了模型失配导致的振荡现象,同时具有较高的跟踪精度.其中前馈非线性模型预测控制器的位移误差幅值不超过0.1106 m,航向误差幅值不超过0.1253 rad.在相同工况下,线性模型预测控制、前馈线性模型预测控制、纯跟踪控制和Stanley控制误差发散,而本文提出的FNMPC相比已有NMPC跟踪精度更高,且控制增量绝对累计值相比NMPC控制器减小67.53%.通过线控类车机器人底盘作为实验平台完成的测试结果表明,NMPC系统在进入弯道时出现控制失控现象,在相同工况下,FNMPC系统能够有效完成对参考路径的跟踪,同时将位移误差幅值控制在0.1624 m以内,航向误差幅值控制在0.1138 rad以内.

基于神经网络与Holt-Winters模型的铁路货运量组合预测

铁路货运量的预测结果直接影响到铁路运输计划以及有关运输政策的制定.在有关文献研究的基础上,提出了基于Holt-Winters模型和神经网络的铁路货运量组合预测方法,并为Holt-Winters模型和神经网络模型设计了相应的算法,同时,采用最小绝对值法,确定了组合模型中各单项预测模型的权重.最后利用实例验证了该组合预测方法的有效性和实用性.预测结果分析表明:最大预测误差为9.13%,最小预测误差为2.38%,说明本文提出的组合预测模型充分考虑了多指标的共同作用,具有一定的科学性.

急性缺血性脑卒中预后预测研究的应用进展:以机器学习预测模型为例

急性缺血性脑卒中(AIS)具有高致残率、高病死率及高复发率等特点,给患者及社会造成沉重的负担。随着大数据时代的到来,预测模型在患者的诊治决策、预后管理以及卫生资源配置等方面的应用越来越多,其价值也愈发重要。机器学习方法是预测AIS患者预后的重要方法之一,且已广泛应用。本文以机器学习方法为重点,就AIS预后预测研究的最新进展予以综述,并提出机器学习预测模型目前所面临的问题与挑战,为AIS患者预后结局早期评估与预测在方法上提供新的思路和参考。

应用holt-winters加法模型预测出院人次

目的分析holt-winters加法模型预测出院人次的效果。方法使用Eviews6.0软件,采用holt-winters加法模型预测,并与单参数指数平滑方法的计算结果进行比较。结果加法模型拟合效果很好,加法模型的均方误差较单参数平滑方法小。结论 holt-winters加法模型适用于预测出院人次序列。

Holt-Winters模型与X-11模型在预测中的比较研究

以实际数据为例,对一时间序列分别建立Holt-Winters模型与X-11模型并进行预测。从而对这两种统计模型进行比较研究,得出对于既有趋势又有季节性的时间序列进行预测X-11模型优于Holt-Winters模型。

基于中医证候与精液质量相关参数构建精子DNA碎片预测模型与验证

背景:中医证候与精液质量相关参数相结合,共同预测精子DNA碎片指数(DNA fragmentation index,DFI)异常增高的发生并绘制列线图,能显著提高临床的实操性与应用效能,为临床全面评估精液质量,采取积极干预措施以改善临床结局及制定个体化医疗方案提供依据。目的:探讨基于中医证候与精液质量相关参数构建精子DNA碎片的预测模型与验证。方法:回顾性分析2019年7月至2021年7月在广西壮族自治区南溪山医院中医男科接受中医证候诊断及精子DNA碎片率检查的不育患者共420例,据《人类精液检查与处理实验室手册》(第6版),将其中137例精子DFI>30%患者纳入精子DFI异常增高组,将283例精子DFI≤30%作为对照组;首先采用单因素分析筛选精子DFI异常增高的影响因素,然后采用套索算法(LASSO)校正因子共线性问题并筛选出最佳匹配因子后,将其纳入多因素向前逐步Logistic回归找出其独立影响因素并绘制列线图,最后采用受试者工作曲线、校准曲线、临床决策曲线、临床影响曲线对该预测模型进行区分度与准确度及临床应用效能验证。结果与结论:①单因素分析结果显示,年龄、体质量指数、前向运动率、精子总活率、精子浓度、精子形态学、肾阳虚衰证、湿热下注证、肾精不足证为引发精子DFI异常增高的影响因子(P<0.05);②通过LASSO回归进一步筛选出的最佳匹配因素为年龄、体质量指数、精子总活率、精子浓度、精子形态学、肾阳虚衰证、湿热下注证、肾精不足证(P<0.05);③多因素向前逐步Logistic回归结果显示年龄、体质量指数、精子浓度、精子总活率、湿热下注证、肾阳虚衰证共6项为引发精子DFI异常增高的独立影响因素;④受试者工作曲线显示,模型组曲线下面积为0.760(0.713,0.806),验证组曲线下面积为0.745(0.714,0.776),说明该预测模型具有较好的区分度;⑤校准曲线平均绝对误差0.040,Hosmer-Lemeshow检验P>0.05,表明该模型预测发生精子DFI异常增高的概率与实际发生精子DFI异常增高的概率无显著统计学差异,证实该模型具有较好的准确度;⑥临床决策曲线与临床影响曲线显示,模型组与验证组分别在阈概率值为0.08-0.84与0.09-0.78时具有临床最大净获益,且在该阈概率范围内具有较好的临床应用效能;⑦结果表明,年龄、体质量指数、精子浓度、精子总活率、湿热下注证、肾阳虚衰证为引发精子DFI异常增高的独立影响因素,通过其构建的临床预测模型列线图具有较好的临床预测价值与临床应用效能,可为临床全面评估精液质量、预后与干预及个体化医疗服务提供依据。

成人肺炎支原体肺炎的危险因素分析及预测模型构建

目的 分析成人肺炎支原体肺炎(Mycoplasma pneumoniae pneumonia, MPP)的危险因素并构建其发生的预测模型。方法 严格根据纳入排除标准选取2023年1-12月六安市人民医院呼吸与危重症医学科收治的社区获得性肺炎(Community acquired pneumonia, CAP)的患者,并对患者临床资料进行分析。所有研究对象经R语言Sample函数7∶3随机划分为训练集和验证集,采用单因素和多因素Logistic回归分析筛选成人MPP的独立预测因子,并建立列线图模型。应用受试者工作特征(ROC)曲线、校准曲线、决策曲线分析(DCA)曲线对模型进行评价和验证。结果 以年龄、最高体温、畏寒、干咳、CRP、NLR、树芽征7项独立预测因子所构建的列线图具有较高的准确性,训练集的ROC曲线下面积为AUC=0.900(95%CI:0.863, 0.936),验证集ROC曲线下面积为AUC=0.878(95%CI:0.812, 0.944)。且训练集和验证集的校准曲线拟合良好,训练集、验证集分别在0.05和0.94、0.09和0.82的风险阈值概率范围内,模型具有净获益。结论 7项独立预测因子所构建的列线图预测模型在预测成人MPP的发生、帮助临床医生及早识别高危患者并制定有效的诊疗方案存在一定的指导意义。

全髋关节置换后的低蛋白血症:危险因素及列线图预测模型建立

背景:患者接受全髋关节置换后多发低蛋白血症,影响术后愈合及康复。目的:探讨及筛选全髋关节置换后发生低蛋白血症的危险因素,建立列线图为临床中判断全髋关节置换后是否发生低蛋白血症提供指导。方法:共纳入行全髋关节置换患者355例,根据术后第1天是否出现低蛋白血症分为低蛋白血症组238例、正常组117例,低蛋白血症发生率为67%。收集患者年龄、性别、糖尿病、高血压、高尿酸血症、高血脂、麻醉方式、置换前白细胞、置换前红细胞、置换前血红蛋白、置换前血小板、置换前血浆凝血酶原时间、置换前活化部分凝血酶原时间、置换前国际标准化比值、置换前凝血酶时间、置换前纤维蛋白原、置换前血沉、置换前C-反应蛋白、置换前D-二聚体、置换前平均红细胞血红蛋白含量、置换前平均红细胞体积、手术时间、体质量指数、置换前降钙素原、置换前红细胞压积等资料。利用SPSS 27.0软件进行单因素分析,随后利用R语言(4.3.1)再次对观察指标进行最小绝对收缩和选择算子回归分析及10倍交叉验证,取二者危险因素交集,使用SPSS 27.0进行多因素二元Logistic回归分析得到最终危险因素,通过R语言构建全髋关节置换后低蛋白血症的预测模型,并构建受试者特征曲线曲线、校准曲线、临床决策曲线评估预测模型预测能力。结果与结论:①经过单因素分析、最小绝对收缩和选择算子回归、多因素二元Logistic回归,筛选出年龄(OR=1.024,P=0.023)、置换前血小板(OR=0.995,P=0.028)、置换前血沉(OR=1.031,P=0.045)在判断置换后是否会发生低蛋白血症方面具有统计学意义(P<0.05);②基于多因素Logistic回归所筛选出的最终危险因素构建列线图预测模型,并通过构建受试者特征曲线评估模型预测能力,经计算受试者工作特征曲线的曲线下面积达到0.835(95%CI=0.779-0.891),C-index=0.835,经临床决策曲线计算,模型在阈值为0-0.83可带来更好的临床效能,该预测模型具有良好的灵敏度与准确性,可为医护人员及患者在全髋关节置换前更好地识别置换后发生低蛋白血症的风险。

基于鲁棒模型预测的无人拖拉机跟踪控制方法分析

无人驾驶拖拉机是一种利用自动化技术和传感器设备进行自主导航的农业机械设备,可以在无人操作的情况下完成农田的耕作、种植、施肥、除草等作业。无人驾驶拖拉机田间运动控制是拖拉机整机与自动驾驶系统沟通的关键技术。为此,在无人驾驶拖拉机田间运行给定形式路径的基础上,通过构建无人驾驶拖拉机运动模型并进行线性化处理,运用模型预测控制拖拉机田间运行轨迹,以实现对田间无人驾驶拖拉机轨迹跟踪的研究目标。结果表明:基于鲁棒模型预测的拖拉机跟踪控制器能够提高拖拉机田间运行控制精度,拖拉机直线运行控制误差<0.03 m。

应用优化最大熵模型的珍稀濒危玉兰属物种适生区预测

依据中国9种珍稀濒危玉兰属(Yulania spach)物种的地理分布数据及37个环境因子数据,利用R语言ENMeval包优化最大熵模型(MaxEnt)的正则化乘数(RM)和要素组合(FC)参数,提高模型模拟精度,以便更好的预测出各物种在基准期和未来3种气候情景的潜在适生区分布趋势,并分析影响其分布的主要环境因子。结果表明:(1)最大熵模型优化后,各珍稀濒危玉兰属物种的受试者工作特征曲线(ROC)下面积(AUC)值均在0.95以上,表明模型模拟效果极好,可用于中国珍稀濒危玉兰属物种地理分布模拟;(2)影响珍稀濒危玉兰属潜在分布的主要环境因子,贡献率从大到小依次为,最冷月最低温(BIO6,46.38%)、等温性(BIO3,13.83%)、坡度(SLO,8.03%)、最暖季降水量(BIO18,7.57%)、最干月降水量(BIO14,6.78%),其中,对各物种潜在适生区分布影响最大的影响因子为最冷月最低温,在存在概率最高时,各物种的最冷月最低温均在0℃左右;(3)在未来2061—2080年3种不同的气候情景时,光叶玉兰、青皮玉兰、凹叶玉兰及紫玉兰总适生区面积呈扩大趋势,增加面积在7 398~879 439 km^(2);景宁玉兰、罗田玉兰、天目玉兰、宝华玉兰、滇藏玉兰总适生区面积呈缩减趋势,减小面积在1 605~669 830 km^(2)。

基于Logistic回归分析的子宫内膜息肉患者宫腔镜下子宫内膜息肉切除术术后复发预测模型的构建与验证

目的:探讨子宫内膜息肉(EP)患者宫腔镜下子宫内膜息肉切除术(TCRP)术后复发的影响因素,并基于此构建和验证风险预测模型。方法:回顾性选取162例EP患者为研究对象,根据TCRP术后是否复发将其分为复发组(27例)和非复发组(135例),随访患者的术后复发情况,多因素Logistic回归分析TCRP术后复发的影响因素,建立复发风险预测模型并进行验证。结果:多因素Logistic回归分析显示:年龄>35岁、既往子宫腔内相关手术史是EP患者术后复发的危险因素,术后放置曼月乐环为保护因素(P<0.05)。以多因素分析结果进行复发风险模型构建,模型的曲线下面积(AUC)为0.919(95%CI:0.821~0.930),在最佳截断值0.575,灵敏度、特异度分别为83.33%(20/24)、94.93%(131/138),阳性预测值74.07%(20/27),阴性预测值97.03%(131/135),经Hosmer-Lemeshow拟合优度检验结果χ^(2)=12.035,P=0.417,该模型内部预测EP患者TCRP术后复发的概率与实际概率比较,无明显统计学差异(P>0.05)。结论:年龄>35岁、既往子宫腔内相关手术史是EP患者术后复发的危险因素,术后放置曼月乐环是EP患者术后复发的保护因素,根据上述影响因素建立风险预测模型有助于预测TCRP术后复发的风险。