滑坡易发性评价是滑坡灾害防治的重要手段之一,而不合理的滑坡负样本会影响滑坡易发性评价,从而影响到滑坡灾害的防治,因此提供一种合理的负样本选取方法变得尤为关键。以西藏米林市的古滑坡为例,选择高程、坡度、坡向、坡位、距道路距...滑坡易发性评价是滑坡灾害防治的重要手段之一,而不合理的滑坡负样本会影响滑坡易发性评价,从而影响到滑坡灾害的防治,因此提供一种合理的负样本选取方法变得尤为关键。以西藏米林市的古滑坡为例,选择高程、坡度、坡向、坡位、距道路距离、距断层距离、距水系距离、地形起伏度、地层岩性、土地利用类型10类环境因子,使用Relief算法计算环境因子的贡献值并依据贡献值优化选择环境因子;基于环境因子优化的目标空间外向化采样法(target space exteriorization sampling,简称TSES)选择负样本,作为性能优异的随机森林模型的输入变量;之后结合优化的环境因子和正或负样本预测米林市的滑坡易发性,并用混淆矩阵和ROC曲线评价构建模型的性能。为检验环境因子优化的TSES法的有效性和先进性,采用耦合信息量法和TSES法选择滑坡负样本并构建随机森林模型,与环境因子优化的TSES法构建的随机森林模型进行对比研究。结果表明,环境因子优化的TSES法构建的随机森林模型的评价效果较好,其ACC为93.7%、AUC为0.987,均高于耦合信息量、TSES法构成的模型。环境因子优化的TSES法能够提高模型的精度,解决多因子作为约束条件取样中因子选取的问题,为滑坡易发性评价采集负样本提供了新的思路。展开更多
目的:探讨健康社会决定因素(social determinants of health,SDOH)水平对脑卒中发病风险的影响,揭示不同SDOH水平地区人群脑卒中主要危险因素。方法:入选中国高血压调查2012~2015年采用分层多阶段随机抽样方法在全国14个省级行政区30个...目的:探讨健康社会决定因素(social determinants of health,SDOH)水平对脑卒中发病风险的影响,揭示不同SDOH水平地区人群脑卒中主要危险因素。方法:入选中国高血压调查2012~2015年采用分层多阶段随机抽样方法在全国14个省级行政区30个区县中抽取的30036名≥35岁的常驻居民,调查心血管疾病患病及相关危险因素情况,并于2018~2019年随访脑卒中事件。使用主成分分析依据社会经济和医疗资源相关9个指标构建SDOH得分,并根据其三分位数将研究对象分为三组:SDOH得分在≥-2.01~<-1.14分为低SDOH组(n=8343),≥-1.14~<0.10分为中SDOH组(n=7257),≥0.10~≤5.79分为高SDOH组(n=8457)。使用多因素Cox比例风险回归分析SDOH水平与脑卒中发病风险的关系。采用随机生存森林方法探究不同SDOH水平地区脑卒中的主要危险因素。结果:最终纳入24057名研究对象,平均随访(4.7±0.8)年期间,669例(2.8%)发生脑卒中。低、中和高SDOH组脑卒中的发病密度分别为468.39/10万人年、628.85/10万人年和700.39/10万人年(Pdifference<0.05,Ptrend=0.01)。与低SDOH组相比,中、高SDOH组发生脑卒中的HR(95%CI)分别为1.91(1.54~2.36)和1.59(1.30~1.95);随着SDOH水平升高,脑卒中发病风险呈现上升趋势(Ptrend<0.001)。高龄是人群脑卒中首要危险因素,特别是高SDOH水平地区。在中SDOH水平地区,糖尿病是脑卒中的重要的可改变危险因素。低SDOH水平地区,高血压和饮酒是重要的可改变危险因素。结论:脑卒中发病风险与高SDOH水平相关联;不同SDOH水平地区脑卒中的主要危险因素不同。建议通过实施有针对性的干预措施,提高不同SDOH地区人群脑卒中防治效果。展开更多
文摘滑坡易发性评价是滑坡灾害防治的重要手段之一,而不合理的滑坡负样本会影响滑坡易发性评价,从而影响到滑坡灾害的防治,因此提供一种合理的负样本选取方法变得尤为关键。以西藏米林市的古滑坡为例,选择高程、坡度、坡向、坡位、距道路距离、距断层距离、距水系距离、地形起伏度、地层岩性、土地利用类型10类环境因子,使用Relief算法计算环境因子的贡献值并依据贡献值优化选择环境因子;基于环境因子优化的目标空间外向化采样法(target space exteriorization sampling,简称TSES)选择负样本,作为性能优异的随机森林模型的输入变量;之后结合优化的环境因子和正或负样本预测米林市的滑坡易发性,并用混淆矩阵和ROC曲线评价构建模型的性能。为检验环境因子优化的TSES法的有效性和先进性,采用耦合信息量法和TSES法选择滑坡负样本并构建随机森林模型,与环境因子优化的TSES法构建的随机森林模型进行对比研究。结果表明,环境因子优化的TSES法构建的随机森林模型的评价效果较好,其ACC为93.7%、AUC为0.987,均高于耦合信息量、TSES法构成的模型。环境因子优化的TSES法能够提高模型的精度,解决多因子作为约束条件取样中因子选取的问题,为滑坡易发性评价采集负样本提供了新的思路。
文摘目的:探讨健康社会决定因素(social determinants of health,SDOH)水平对脑卒中发病风险的影响,揭示不同SDOH水平地区人群脑卒中主要危险因素。方法:入选中国高血压调查2012~2015年采用分层多阶段随机抽样方法在全国14个省级行政区30个区县中抽取的30036名≥35岁的常驻居民,调查心血管疾病患病及相关危险因素情况,并于2018~2019年随访脑卒中事件。使用主成分分析依据社会经济和医疗资源相关9个指标构建SDOH得分,并根据其三分位数将研究对象分为三组:SDOH得分在≥-2.01~<-1.14分为低SDOH组(n=8343),≥-1.14~<0.10分为中SDOH组(n=7257),≥0.10~≤5.79分为高SDOH组(n=8457)。使用多因素Cox比例风险回归分析SDOH水平与脑卒中发病风险的关系。采用随机生存森林方法探究不同SDOH水平地区脑卒中的主要危险因素。结果:最终纳入24057名研究对象,平均随访(4.7±0.8)年期间,669例(2.8%)发生脑卒中。低、中和高SDOH组脑卒中的发病密度分别为468.39/10万人年、628.85/10万人年和700.39/10万人年(Pdifference<0.05,Ptrend=0.01)。与低SDOH组相比,中、高SDOH组发生脑卒中的HR(95%CI)分别为1.91(1.54~2.36)和1.59(1.30~1.95);随着SDOH水平升高,脑卒中发病风险呈现上升趋势(Ptrend<0.001)。高龄是人群脑卒中首要危险因素,特别是高SDOH水平地区。在中SDOH水平地区,糖尿病是脑卒中的重要的可改变危险因素。低SDOH水平地区,高血压和饮酒是重要的可改变危险因素。结论:脑卒中发病风险与高SDOH水平相关联;不同SDOH水平地区脑卒中的主要危险因素不同。建议通过实施有针对性的干预措施,提高不同SDOH地区人群脑卒中防治效果。
