点状瘢痕型疣状表皮发育不良1例

报告1例以少见的点状瘢痕为表现的疣状表皮发育不良。患者男,17岁。面颈、躯干、上肢大量点状轻微凹陷的斑疹12年。皮损组织病理示:表皮中上部有明显的弥漫性细胞空泡化。诊断:疣状表皮发育不良(点状瘢痕型)。予重组人α-2b干扰素凝胶外搽治疗。

核估计在双指标变权组合预测中的应用

在多项式系数自回归模型和半参数模型的基础上,建立了基于误差倒数以及相关系数双指标的变权组合预测模型.同时给出了一种新的确定预测值权重的估计方法,并对银的期货价格进行实证研究.结果表明,多指标变权组合预测模型的预测精度高于每个单模型的预测精度.

应用多项式系数统计模型的人口预测

首先将全国1985—2010年人口数据分成两部分,对1985—2010年人口数据进行处理;然后以人口年增长量为样本建立多项式系数模型,根据BIC准则,利用最小二乘法和岭回归方法对模型进行参数估计;最后根据回归方程对2009—2010年人口数据进行预测。根据1985—2008年人口数据得到当阶数p=7,次数r=1,延迟d=6时人口预测效果最佳,拟合精度为8.308 5e-5。同时模型对2007—2010年人口的预测误差率分别为0.000 8%、0.013 4%、0.033 0%、0.064 1%。研究结果显示:该方法在人口预测方面优于BP神经网络、GM(1,1)等方法。

基于多项式系数自回归模型的雷达性能参数最优组合预测

针对雷达故障预测与健康管理(PHM)技术工程实现中性能参数变化趋势预测准确度不高的问题,提出一种基于多项式系数自回归(PCAR)模型的性能参数预测方法。首先,介绍了PCAR模型的形式及其阶次、参数确定方法,该模型相对于传统的线性模型扩大了模型选择范围,有效降低了建模偏差;然后,为了进一步提高预测准确度,采用基于奇异值分解滤波算法(SVDFA),选取最优门限值,将性能参数监测序列拆分成与各个失效因素对应的子序列,最后分别采用不同阶次的PCAR模型来预测序列未来值。仿真实验结果表明,所提出的联合PCAR模型的组合预测方法同单一自回归滑动平均模型(ARMA)的预测结果相比,三个监测序列的预测准确度分别提高了79.7%、97.6%和82.8%。实验结果表明该预测方法可应用于雷达性能参数的预测,有利于提高雷达的工作可靠性。

PSA＂灰区＂前列腺癌预测模型及随访系统的建立

目的 建立PSA＂灰区＂人群前列腺癌风险预测模型及前列腺穿刺随访系统.方法 第一阶段：回顾性分析2009年4月至2013年4月我院436例行经直肠超声引导下前列腺活检初诊患者的临床资料.年龄33 ～86岁,平均67.1岁.应用Logistic回归分析反向消除法进行单因素及多因素分析并筛选潜在的预测指标以建立模型.同时基于逻辑回归分析,建立一个评估前列腺癌风险（PCaR）的预测公式.通过受试者工作特征（ROC）曲线评估所建立模型的诊断效率.根据模型得出的前列腺癌风险值,将患者分为两个风险组.第二阶段：应用新建立的模型,对2013年4月至2014年4月我院188例PSA在＂灰区＂的初诊患者进行风险评估.对于高风险组患者建议立即接受前列腺活检;对低风险组患者建议每3个月一次密切随访观察.随访1年后,比较两个阶段的前列腺癌检出率和Gleason评分的分布.结果 新模型较PSA显著提高了＂灰区＂前列腺癌的检出率（33.0％ vs.21.1％,P=O.012）,新模型的ROC曲线下面积（0.789）与传统临床指标PSA （0.566）、PSAD （0.664）和f/t PSA（0.654）的曲线下面积比较明显升高（P ＜0.001）,诊断效率更高.第一阶段与第二阶段患者的基本情况和Gleason评分分布,差异无统计学意义（P=0.808）.结论 我们建立了针对＂灰区＂患者的前列腺癌风险预测模型和一套前列腺穿刺随访系统,能减少不必要的前列腺活检并在不延误患者诊断和治疗的情况下提高前列腺癌的检出率.