体检人群胃癌风险筛查结果分析及对策研究

目的通过对体检人群进行胃癌风险筛查评估,探讨有效的预防策略,为胃癌早期防治提供实践指导。方法选取济南地区在山东电力中心医院健康管理中心2020年—2021年进行胃功能检测的40岁以上体检人群共11816人作为研究对象。应用中国新型胃癌筛查评分系统进行胃癌风险筛查,并采用SPSS22.0软件进行数据分析。结果根据胃癌风险评分占比情况分析,高危组<中危组<低危组。男性中高风险占比36.69%,女性中高风险占比仅1.11%,性别有显著性,差异有统计学意义(P<0.05)。40~49岁及69岁以上人群,低风险占比为主;50~69岁人群,中高风险占比随年龄增加逐渐增高,差异有统计学意义(P<0.05)。PGR由高到低依次为低危组>中危组>高危组,PGⅡ、G17水平由高到低依次为高危组>中危组>低危组,PGⅠ由高到低依次为中危组>低危组>高危组,差异有统计学意义(P<0.05)。结论针对体检人群开展有针对性的胃癌风险筛查具有重要意义。针对中高危胃癌风险人群,建议加强健康教育和宣传、加强胃癌筛查工作、推广幽门螺杆菌感染的检测和治疗、关注并干预家族胃癌史,并鼓励跨学科合作,共同努力降低胃癌发病率。

结合层级注意力的抽取式新闻文本自动摘要

由于抽取式摘要抽取句子有较强的人为判断主观性,不能准确客观评测出文章中实际每个句子对摘要的重要程度,以及每句话中每个词对句子重要程度的影响,从而影响了摘要的抽取质量。针对该问题,提出了一种结合层级注意力的抽取式新闻文本自动摘要方法。首先,该方法通过对英文新闻文本进行层级编码并依次加入词级注意力、句级注意力,得到结合层级注意力的文本表示。其次,通过神经网络构建动态打分函数并依次选择出打分函数中分值最高的候选句子作为摘要句。最后,抽取出英文新闻文本所对应的摘要。所提方法在CNN/Daily Mail、New York Times与Multi-News公共数据集上均进行了实验验证,实验结果表明所提方法的ROUGE评测值与目前最好的模型相比表现相当,ROUGE F1值较baseline分别提高了1.78、0.70与1.44个百分点。由此表明该方法在英文新闻文本抽取式摘要任务上具有泛化性与有效性,并且与现有方法相比具有一定的优越性。

基于风险偏好的混合多准则群决策方法研究

针对混合多准则群决策问题,提出一种考虑决策专家风险偏好的混合多准则群决策方法。该方法在数据处理和群决策两阶段都充分考虑风险偏好对决策结果的影响,使得决策结果在考虑风险偏好方面更加全面。在数据处理阶段,将混合型评价值统一化为直觉模糊数,提出一个考虑风险偏好的新记分函数,将直觉模糊数转化为实数。在群决策阶段,首先,引入改进前景理论,风险偏好系数决定专家风险偏好类型,构建不同偏好的改进前景值矩阵;然后,用综合效用最大化模型求解不同偏好的准则权重;其次,基于专家决策信息犹豫度与前景值偏离度两视角确定专家权重,将专家权重与不同偏好的改进前景值矩阵进行结合,形成专家群体改进前景值矩阵;再次,计算各方案的综合前景值。最后,通过算例验证所提方法的有效性和实用性。

胃功能四项在胃癌早期筛查中的意义

目的探讨胃癌筛查目标人群的血清胃功能四项的水平。方法采集1000例胃癌筛查目标人群的空腹血清,采用ELISA分析法检测胃功能四项,包括胃泌素-17(G-17)、胃蛋白原Ⅰ(PGⅠ)、胃蛋白酶原Ⅱ(PGⅡ)水平并计算PGⅠ/PGⅡ比值(PGR)及H.pylori抗体进行测定,分析比较在不同年龄组、不同性别组、H.pylori阳性与阴性组、不同风险组、不同疾病组人群中血清含量水平,并分析比较不同疾病组的风险人数。结果男性患者的PGⅠ、PGⅡ水平高于女性患者(P<0.05),H.pylori阳性患者的PGⅠ、PGⅡ、PGR水平高于H.pylori阴性组(P<0.05),将胃功能四项结果按新型胃癌筛查评分系统分析,男性高风险人数明显多于女性高风险人数。高风险、中风险、低风险人群血清PGⅠ、PGⅡ、PGR和G-17各项指标差异均有统计学意义(P<0.05)。非萎缩性胃炎组,萎缩性胃炎组,胃癌组血清PGⅡ、G-17水平差异有统计学意(P<0.05),其余各项指标差异均无统计学意义(P>0.05)。胃癌组全部为高风险人群,比例为100%,萎缩性胃炎组高风险人群为56人,比例为44.1%,非萎缩性胃炎组高风险人群为19人,比例为20.7%。结论男性及H.pylori阳性人群患胃部疾病风险有所增加,PGⅡ、G-17可作为观察指标,且G-17意义更大,胃功能四项可用于胃癌的早癌筛查,对于高风险人群,应行胃镜检查以明确诊断。

校园二手书交易网站推荐引擎的设计与实现

大学二手书交易同一般网络购物不同,直接应用普通推荐算法设计推荐引擎不能很好地进行推荐。为了使大学生二手书购物网站能够更好地为用户推荐书籍,提高推荐结果的准确性及推荐效率,在原有推荐模块的基础上针对大学生用户的特殊性提出了一种适用于二手书购物网站的推荐算法模块优化推荐引擎。该算法模块有以下特性:(1)在基于物品推荐算法的基础上,结合书籍评分、新旧等因子优化推荐结果;(2)为方便用户购书新增打包推荐功能,使用户可以一键购买多本所需书籍;(3)根据用户群体购书可预测的特性加入了基于时间节点的推荐算法,即按时得需,按需推荐。

基于后悔理论的概率犹豫模糊双边匹配决策方法

针对概率犹豫模糊信息下准则具有期望水平的双边匹配决策问题,考虑双边主体后悔规避的心理行为特征,提出一种基于后悔理论的双边匹配决策方法.首先,定义概率犹豫模糊元的新兰氏距离和兰氏记分函数.然后,基于后悔理论提出一种准则具有期望水平的概率犹豫模糊双边匹配决策方法.该方法利用期望效用函数和概率犹豫模糊元兰氏记分函数构建双边主体的准则效用值矩阵;利用后悔-欣喜函数构建双边主体对于准则期望水平的后悔-欣喜值矩阵;依据后悔理论构建双边主体对于准则期望水平的感知价值矩阵.进一步,先利用离差最大化思想和概率犹豫模糊元新兰氏距离构建优化模型求解准则权重,再利用线性加权法构建双边主体的综合感知价值矩阵,利用极差变换法构建双边主体的满意度矩阵.在此基础上,基于满意度最大化,构建考虑双边匹配方案稳定性的多目标优化模型,并通过求解模型得到双边匹配结果.最后,通过算例分析表明了所提出匹配决策方法的有效性和实用性.