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。

AB型GM2神经节苷脂沉积症基因型、表型分析:1例报道并文献复习

目的探讨儿童期起病的AB型GM2神经节苷脂沉积症(GM2-GLS)的基因型和表型特点。方法报告广西壮族自治区人民医院儿科于2022年3月诊治的1例经Trio全外显子检测明确诊断的4岁起病的AB型GM2-GLS患儿,分析其临床资料及基因检测结果;检索PubMed文献数据库1991-2022年相关文献并进行文献复习。结果Trio全外显子测序结合Sanger验证结果显示,该患儿GM2A基因携带2个复合杂合突变:c.158_159delTG和c.496G>A,分别引起p.L53Rfs3移码变异和p.G166R错义变异。检索出相关文献22篇,共报道20例该型病例。ClinVar数据库共收录11种GM2A基因突变类型。结论AB型GM2-GLS是一种罕见的常染色体隐性遗传性溶酶体贮积症,其基因检测有助于明确诊断。

GM(1,1)模型在安徽省城镇化水平预测中的应用

为了推进安徽省城镇化建设,制定正确的城镇发展方针政策是十分必要的.而对安徽省未来城镇化水平进行合理预测则可为政府制定城镇发展方针政策提供理论依据.现选取2010~2021年的安徽省城镇化率作为研究数据,采用GM(1,1)模型对安徽省城镇化水平建立动态预测模型,并对建立的模型进行了检验.研究表明:GM(1,1)模型具有较好的拟合精度,建模精度达到99.38%.运用GM(1,1)模型对2022~2026年安徽省城镇化率进行预测,预测结果显示未来几年安徽省城镇化水平将呈上升趋势.

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。

表达猪源GM-CSF重组PRRSV疫苗对同源高致病性毒株的免疫保护效力评价

为研究表达猪源粒细胞-巨噬细胞集落刺激因子(GM-CSF)的重组猪繁殖与呼吸综合征病毒(PRRSV)在动物体内的免疫调节特性及对其的保护效力评价,本研究将15头30日龄仔猪随机分成4组,空白对照组(DMEM)4头、疫苗对照组(HuN4-F112株)4头、疫苗组(rPRRSV-GM-CSF株)3头和攻毒对照组(DMEM^(+)HuN4株)4头。疫苗对照组肌注免疫HuN4-F112株10^(5) TCID_(50)/头、疫苗组肌注免疫rPRRSV-GM-CSF株10^(5) TCID_(50)/头,实验空白组和攻毒对照组肌注DMEM 2 mL/头,免疫后28 d,疫苗组、疫苗对照组和攻毒对照组肌注HuN4株(10_(5) TCID_(50)/头)。攻毒后的试验结果表明,免疫rPRRSV-GM-CSF重组病毒组和疫苗株HuN4-F112组获得完全保护,阴性对照组全部死亡;通过IDEXX试剂盒检测仔猪血清中PRRSV抗体水平可知,在免疫14 d后,疫苗组抗体水平显著高于疫苗对照组(P<0.05);由流式细胞术分析体内免疫细胞亚群比例可知,疫苗组同疫苗对照组相比,疫苗组的重组疫苗株能够引起免疫记忆细胞亚群CD4^(+)CD8^(+)T在免疫后28 d显著升高,以及引发攻毒后其抗原递呈细胞显著增多,进而促进CD4-CD8^(+)T的增殖以发挥抗病毒免疫应答。本研究筛选出了一株具有改善HuN4-F112弱毒疫苗株免疫效果的重组病毒rPRRSV-GM-CSF,为进一步研发广谱通用的新型疫苗奠定基础。

IL-23/GM-CSF抑制剂缓解强直性脊柱炎小鼠脊柱纤维化的机制研究

目的探讨粒细胞巨噬细胞-集落刺激因子(GM-CSF)靶向抑制剂和白细胞介素(IL)-23靶向抑制剂联合使用缓解强直性脊柱炎(AS)小鼠脊柱纤维化的作用机制。方法招募健康受试者(HC组)和AS患者(AS组)各6例,采集其外周静脉血,检测血清肿瘤坏死因子(TNF-α)、IL-23、IL-17和GM-CSF的水平。建立AS小鼠模型。30只小鼠随机分为Control组、Model组、IL-17A Inh组(阳性对照组)、IL-23 Inh组、GM-CSF Inh+IL-23 Inh组,每组6只。ELISA法测定小鼠血清TNF-α、IL-23、IL-17和GM-CSF的水平。Western blot法测定小鼠脊柱周围肌肉/韧带组织上皮-间质转化(EMT)标志物E-cadherin、N-cadherin、snail、Vimentin的水平以及脊柱骨组织核因子-κB配体的受体激活因子(RANKL)、骨保护素(OPG)和碱性磷酸酶(ALP)的水平。micro-CT测定小鼠左后爪和脊柱(L5~6脊椎骨)新生骨和成熟骨体积。结果与HC组相比,AS组患者血清中TNF-α、IL-23、IL-17和GM-CSF水平升高(P<0.05)。与Control组相比,Model组小鼠血清中TNF-α、IL-23、IL-17和GM-CSF水平升高(P<0.05),脊柱周围肌肉/韧带组织E-cadherin的相对表达水平下调(P<0.05),N-cadherin、snail和Vimentin的相对表达水平上调(P<0.05),脊柱骨组织RANKL的相对表达水平上调(P<0.05),小鼠左后爪和L5~6脊椎新生骨体积增大(P<0.05)。与Model组相比,GM-CSF Inh+IL-23 Inh组上述指标的水平均逆转(P<0.05),IL-23 Inh组上述指标均无明显差异(P>0.05)。与Control组相比,Model组小鼠脊柱骨组织OPG和ALP的相对表达水平上调(P<0.05);与Model组相比,GM-CSF Inh+IL-23 Inh组上述指标无明显差异(P>0.05)。结论GM-CSF靶向抑制剂和IL-23靶向抑制剂联合治疗可以降低AS小鼠炎症水平,缓解脊柱周围肌肉、韧带组织纤维化,并抑制脊柱骨组织表达RANKL,减少新生骨形成和病理性骨重塑,保护脊柱的活性。

基于GM(1,1)模型室内加速试验下钢筋混凝土服役寿命预测

为研究西部盐渍土地区钢筋混凝土损伤劣化规律及服役寿命,设计了干湿循环、盐类侵蚀、紫外线辐射及太阳照射耦合因素下的室内加速试验,定期测试试件相对动弹性模量(RDEM)、相对质量评价参数(RQEP)和腐蚀电流密度(icorr)等宏观指标及扫描电镜(SEM)与X射线衍射(XRD)等微观指标来表征钢筋混凝土损伤劣化规律及腐蚀机理,同时利用GM(1,1)模型对钢筋混凝土服役寿命进行预测。研究结果表明:RDEM、RQEP及icorr均可在一定程度上表征混凝土损伤劣化过程,RDEM呈现出先增大后减小的趋势,RQEP表现为缓慢增长-平缓下降-加速下降三阶段变化特点,而icorr呈现缓慢增长-加速增长两阶段变化。利用GM(1,1)模型预测C35试件钢筋与混凝土失效时间分别为175 d和231 d,C40试件失效时间分别为273 d和497 d。

灰色模型GM(1,1)在苏州市伤寒副伤寒发病率预测中的应用

目的了解苏州市伤寒副伤寒发病趋势,为制定针对性的防控管理措施提供数据支撑。方法根据苏州市2009—2021年伤寒副伤寒发病率数据,应用灰色系统理论,建立伤寒副伤寒发病率灰色模型GM(1,1)模型,并进行发病率预测。结果2009—2021年苏州市伤寒副伤寒发病率,2009年最高(14.264/万),2021年最低(1.177/万),其他年份在1.306/万~6.818/10万,整体呈现下降趋势(χ^(2)_(趋势)=194.714,P<0.001)。建立GM(1,1)模型:■。拟合检验显示模型拟合精度好(C=0.143,P=0.923),预测2022—2024年苏州市伤寒副伤寒发病率分别为0.984/万、0.845/万、0.726/万,呈缓慢下降态势,符合整体发病趋势。结论GM(1,1)模型能够较好地预测苏州市伤寒副伤寒发病趋势,预测2022—2024年全市发病率继续呈下降趋势。

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.

HEXA基因纯合变异导致GM2神经节苷脂贮积症1例并文献复习

GM2神经节苷脂贮积症是一罕见的常染色体遗传病,临床常有智力运动发育倒退、癫痫发作、眼底樱桃红斑、听觉过敏等症状。本文回顾性分析l例GM2神经节苷脂贮积症患儿的临床表现、辅助检查及基因检测结果,并对国内外文献进行复习,对该病的发病率、临床表现、诊断及治疗进行总结,旨在提高对HEXA基因突变导致GM2神经节苷脂贮积症的认识。

基于GM(1,1)模型的地铁基坑变形预测研究

在深大基坑开挖过程中,基坑周围土体会受到扰动,势必会影响到基坑、基坑周围建筑物和构筑物的稳定与安全。为解决基坑开挖过程中变形监测周期过长而无法长期监测以及监测数据误差等问题,以某工程实例为依据,对基坑周围地表沉降变形进行监测,以地表沉降监测数据为基础数据建立GM(1,1)预测模型,进行基坑后期沉降变形预测分析。结果表明:该模型预测结果能较好的反映基坑的沉降变形情况,预测精度能满足工程需要,预测结果相对于实际观测值表现出超前现象,可为类似工程建设提供参考。

改进GM(1,1)-ARIMA-LR模型天然气产量预测研究

为提高天然气产量在少样本情形下预测的准确性,基于对过去的预测误差进行学习的思想,加入自适应学习因子和组合学习因子以改进模型,构建包含GM(1,1)、ARIMA和LR的集成预测模型。该模型以平均误差百分比为评价指标,依据预测步长变化和过去预测误差对单个模型分别进行动态调整,再建立目标规划模型对各模型进行动态加权。实证结果表明,改进GM(1,1)-ARIMA-LR模型能够更好地提取时间序列的长短时依赖关系,与其它的主流模型相比,其预测精度更高。对近5年的天然气产量进行一步、五步与八步预测,GM(1,1)-ARIMA-LR集成模型预测误差分别为1.187%、3.129%、9.855%。本文运用该模型对2023-2030年中国天然气产量进行预测。

基于SSA-LMD-GM的大坝变形组合预测模型

为提高大坝变形预测精度,针对大坝原始监测信号中的噪声,以及其非平稳性、非线性等特点,引入奇异谱分析(SSA)和局部均值分解(LMD)方法,提出SSA-LMD-GM模型。采用奇异谱分析(SSA)对原始监测信号进行去噪处理,为充分提取大坝形变信息特征,利用局部均值分解(LMD)对去噪后的监测信号进行分解。针对乘积函数(PF)分量的特征采用合适的模型预测分析,剩下余项则采用GM(1,1)模型。利用实际工程案例进行检验,结果表明,相较于其他模型,SSA-LMD-GM模型预测精度和拟合精度更加优秀,能较好地预测大坝变形趋势,具有一定的应用价值。

基于改进GM(1,1)模型的生活用水量预测

生活用水量预测是城市给水规划的关键,其核心是提高预测的精准度。由于传统GM(1,1)模型误差主要来源于背景值和初始值,文章采取引入幂函数改进背景值和初始值2种改进方法。引入幂函数改进背景值权重构造,使新数据占改进模型主导地位;引入幂函数减少原始数据振荡,优化原始序列。将改进后的2种模型应用于河南省生活用水量预测中,并与传统GM(1,1)模型进行比较。结果表明改进模型各个检验均满足要求,可进行中长期用水量预测,预测可得2025年河南省生活用水量为48.31×10^(8)m^(3)。优化原始值改进的GM(1,1)模型预测效果好、精度高,可为当地水资源保护、管理提供参考。

基于改进GM(1,1)模型对地表沉降变形的预测应用

传统GM(1,1)模型用于地表的沉降变形预测时,仅需要少量的数据就能预测整体的变化趋势,然而随着预测期数的增多,预测精度也会受到初始数据的限制,使得精度逐渐降低。在工程应用中,沉降变形受外界多种系统因素变化的影响,对其进行预测时需要一个动态的GM(1,1)预测模型。文章针对传统GM(1,1)模型不能动态调整数据这一不足之处,建立了灰色新陈代谢GM(1,1)模型,通过精度调整后对后期沉降变形进行了预测。通过对比不同类型模型结果发现,灰色新陈代谢GM(1,1)模型预测误差较小,精度较高,有很好的工程应用价值。

两级GM制冷机数值模拟与分析

采用Sage软件建立了两级GM制冷机整机数值模型,并通过实验结果进行了验证。基于数值模型和?分析方法,分析了不同制冷温度下压缩机、旋转阀与冷头的损失分布。结果表明,损失主要发生在压缩机和旋转阀上。冷头的损失随着制冷温度的降低而增加,在4.2 K时36%的损失发生在冷头上,其中61%的冷头损失是由于实际气体效应引起。压缩机、旋转阀和回热器的低效性以及实际气体效应主导了制冷机的损失,导致制冷机效率低下。

吉兰⁃巴雷综合征患者抗GM1抗体与抗甲状腺抗体的相关性研究

目的:探讨吉兰⁃巴雷综合征(Guillain⁃Barrésyndrome,GBS)患者抗甲状腺抗体与抗神经节苷脂GM1抗体的相关性。方法:收集2018年7月—2023年2月南京大学医学院附属鼓楼医院神经内科收治的同时检测抗甲状腺抗体和抗神经节苷脂抗体(antiganglioside antibody,AGA)水平的60例GBS患者,根据抗甲状腺抗体结果将患者分为正常组和异常组,比较两组患者的临床特征、甲状腺功能以及AGA比例。结果:与正常组相比,甲状腺功能异常组中GBS患者抗神经节苷酯GM1抗体和GM2抗体水平人明显升高,并伴有更严重的临床症状(P<0.05)。多因素Logistic回归分析显示,GBS患者抗甲状腺抗体异常(OR=5.184,95%CI:1.377~19.518,P=0.015)以及游离甲状腺素(free thyroxine,FT4)水平升高(OR=1.266,95%CI:1.009~1.588,P=0.030),是导致抗GM1抗体阳性率增加的独立危险因素。受试者工作特征(receiver operation characteristic,ROC)曲线显示甲状腺过氧化物酶抗体(thyroperoxidase antibody,TPO⁃Ab)预测GM1阳性的最佳阈值为47.9 U/mL,灵敏度为66.7%,特异度为77.8%。甲状腺球蛋白抗体(thyroglobulin antibody,Tg⁃Ab)预测GM1阳性的最佳阈值为20.0 U/mL,灵敏度为73.3%,特异度为73.3%。结论:合并抗甲状腺抗体异常的GBS患者更易出现抗GM1抗体阳性,这可能是合并甲状腺功能异常的GBS患者预后更差的可能机制。

基于GM(1,1)模型的江苏省淮安市5岁以下儿童死亡预测分析

目的 分析2008年1月1日至2021年12月31日淮安市5岁以下儿童死亡现状,构建灰色GM(1,1)预测模型预测2022—2025年淮安市5岁以下儿童死亡变化趋势。方法 数据来源于江苏省妇幼卫生信息系统监测数据。采用描述流行病学方法综合分析2008-2021年淮安市5岁以下儿童死亡死因并评估失能调整寿命年(DALY)损失,用R3.6.2软件构建灰色GM(1,1)预测模型预测淮安市2022-2025年不同年龄段儿童死亡率和非故意伤害死亡发生率。结果 2008-2021年淮安市共报告5岁以下儿童死亡3 315例,平均死亡率为4.44‰,总体呈下降趋势。5岁以下儿童主要死因为意外窒息、先天性心脏病、早产或低出生体质量、出生窒息、溺水。14年间因5岁以下儿童死亡共损失111 141.98个DALY。GM(1,1)模型结果显示,除了交通意外的模型精确等级结果为3级,其他指标的预测模型拟合效果均较好。2022-2025年预测结果显示,除交通意外死亡率呈逐年上升趋势外,不同年龄段5岁以下死亡和非故意伤害死亡率均呈下降趋势。结论 GM(1,1)对5岁以下儿童死亡预测的拟合效果较好,可以应用于预测。灰色GM(1,1)预测模型预测2022-2025年淮安市5岁以下儿童死亡率总体呈下降趋势,政府相关部门应进一步加强儿童早产、先天性心脏病及非故意伤害的防控和救治工作,把5岁以下儿童死亡率控制在更低的水平。

基于ARIMA和GM(1,1)模型的互联网肿瘤专科门诊接诊现状预测研究

目的充分了解互联网肿瘤门诊接诊现状的变化趋势,为互联网医院的发展及管理提供支持。方法利用某肿瘤专科医院2021年1月—2023年6月互联网门诊接诊数据,分别构建ARIMA和GM(1,1)模型,采用平均绝对误差(MAE)和均方根误差(RMSE)评价拟合效果,基于优势模型预测2023年7—12月互联网门诊接诊比例及互联网门诊人次占线下门诊比例。结果通过ARIMA(1,1,2)和GM(1,1)模型对互联网门诊接诊比例进行预测,平均绝对误差分别为2.06%和2.41%,均方根误差分别为3.01%和3.17%;通过ARIMA(0,1,1)和GM(1,1)模型对互联网门诊人次占线下门诊比例进行预测,平均绝对误差分别为0.58%和1.08%,均方根误差分别为0.75%和1.31%,表明ARIMA模型的预测效果更好。预测结果显示,2023年12月互联网门诊接诊比例预测值为90.35%,互联网门诊人次占线下门诊比例预测值为16.46%。结论2021—2023年某肿瘤专科医院互联网接诊比例呈现持续稳定趋势,互联网门诊人次占线下门诊比例呈现持续上升的趋势。因此,医院需建立持续的监测机制,不断调整管理策略和措施,以满足患者的需求,持续推动互联网医疗服务高质量发展。

小鼠睾丸特异表达蛋白GM1142抗体制备与应用

目的制备睾丸特异性表达蛋白GM1142的多克隆抗体,研究其小鼠睾丸组织的表达与定位情况,为进一步探究其在精子发生中的功能奠定基础。方法通过生物信息学分析选取小鼠GM1142 N端1-153个氨基酸为抗原肽,通过分子克隆技术构建重组原核表达载体pET42b-T7-GM1142N153-8×His,诱导表达后纯化并用以免疫新西兰大白兔和小鼠制备GM1142的多克隆抗体。蛋白免疫印迹和免疫荧光染色检测GM1142在小鼠各组织、不同发育时期的睾丸、以及睾丸中各细胞类型中的表达与定位特征。结果GM1142在睾丸中特异性高表达;免疫荧光染色结果显示GM1142在小鼠精原细胞和早期精母细胞的胞质中呈现强荧光信号。结论GM1142在睾丸中特异性高表达并可能在精原细胞发育和精母细胞减数分裂中具有重要作用。