Logistic回归分析在护理科研中的应用现状与改进策略

Logistic回归分析是定量描述多因素对定性结局变量影响情况的一种回归分析方法,常用于研究致病因子与疾病之间的联系[1]。在护理科研工作中,也可用于相关因素是否引起某些护理事件(如压疮、院内感染、并发症等)发生之间关系的研究。随着护理学科的发展,Logistic回归分析的应用越来越广泛,笔者回顾分析近年来涉及到Logistic回归分析的护理论文,揭示Logistic回归分析在应用中存在一些值得商榷的问题,提出一些合理运用Logistic回归分析的改进策略,为护理科研工作者更好地开展多因素护理研究、提高护理工作的质量和效益提供一些有意义的参考。

新中国70年国防和军队建设的成就与启示

中华人民共和国已走过70年的光辉历程。伴随着共和国的脚步,国防和军队建设也是披荆斩棘、砥砺前行。人民军队在风雨兼程中不断向现代化迈进,一步一个脚印,由小变大、由弱变强,不断提升战斗力,正在努力发展成诸军兵种联合、基本实现机械化并向信息化加快迈进的强大军队。一、70年国防和军队建设成就新中国成立以来,在中国共产党领导下,中国人民解放军经过不懈奋斗,认真履行自己的职能使命,取得一个又一个辉煌成就。

近期日本政府安全政策及走向分析

近来,日本政府继续推动安全政策调整,进一步提升自主防卫能力,着力建设“多域联合防卫力量”,同时继续强化日美同盟,提升日美同盟的威慑力和应对力,深化地区双多边安全合作,构建并拓展“印太安全合作网”,试图联手遏制中国的发展。对此,我们在严加防范的同时,应劝导日本客观理性地看待中国,促进两国交流与合作,确保中日关系稳定健康发展。

轻度认知障碍风险快速筛查工具的测算过程及判别效果分析

目的结合神经心理学量表和认知范式,研发轻度认知障碍(MCI)风险快速筛查工具。方法应用北京老年脑健康促进计划(BABRI)队列研究两个基线数据集:数据集1受试者5 593例,MCI组患者1 500例,认知功能正常(对照组)4 093例;数据集2受试者588例,MCI组患者92例,认知功能正常(对照组)496例。数据集1用于对简易精神智能量表(MMSE)的分项目进行简化分析,选取对MCI判别能力最强的分项目组合成为认知快速测评(BABRI-mini MMSE);数据集2用于对编码-再认情景记忆范式进行MCI判别分析,将其改编成情景记忆量表(BABRI-EMT)。分析方法应用受试者工作特征曲线(ROC)。结果对照和MCI群体在各项认知能力和情景记忆任务表现上的差异有统计学意义(均P<0.01);应用数据集1对MMSE分项目进行测算,得到MMSE12和MMSE19两个分项目对MCI的判别能力最强,ROC下面积(AUC)分别为0.699、0.631;应用数据集2考察情景记忆成绩联合上述两个MMSE分项目对MCI的判别能力,AUC值0.732,敏感度0.731,特异度0.656。结论 BABRI-mini MMSE和BABRI-EMT适用于MCI风险大规模普适性筛查。

基于超网络的水面舰艇编队体系演化模型

动态演化是研究编队体系(SoS)结构优化和效能评估的认知根基。针对编队实体的异质性、系统的耦合性和体系的涌现性,从信息驱动性、功能涌现性、结构时变性、整体关联性4方面归纳水面舰艇编队的演化特征。分析了编队体系作战要素,将水面舰艇编队体系作战分成战前编队体系张成、战中编队体系对抗两阶段进行体系结构抽象。建立了编队体系的超网络模型,从不同的视角建立超网络概念模型和结构超网络模型。提出了基于超网络的任务驱动渐进演化模型和信息驱动激进演化模型,并给出演化模型的计算方法。通过编队体系作战的计算示例可知,演化模型能有效地动态描述编队体系对抗过程,可为编队结构优化和效能评估提供有力支撑。