一、2例死亡方式的推断(论文文献综述)
裴红斌[1](2021)在《复杂网络的几何与稀疏表示学习方法研究》文中认为网络在现实世界中普遍存在,如社交网络、交通网络和蛋白质网络等。图是一种表示复杂网络的直观方式。然而,使用图表示复杂网络面临着以下两个问题:在网络分析任务中,图难以被基于向量的数据分析模型所处理;在隐含网络推断任务中,图中包含了过多的待估参数,难以从有限的网络动力学数据中推断。针对以上两个问题,本文分别从网络几何和稀疏约束的研究思路出发,围绕面向网络分析的网络分布表示学习和面向隐含网络推断的网络压缩表示学习两个方面展开研究,本文的主要研究内容与贡献如下:1)针对基于邻近性保留的图表征学习中表征流形扭曲问题,本文提出了解决该问题的一个基本思路,即利用曲率正则项来约束表征流形的弯曲。本文提出了一种面向图表征学习的基于转角的截面曲率,称为ABS曲率,并相应地提出了曲率正则项,用于在图表征学习中诱导出低曲率的“平坦”表征流形。本文提出了两种高效的曲率正则项变体,以解决该方法的可扩展性问题,并设计了曲率正则项的优化策略。实验结果显示所提出的曲率正则项普遍提升了现有图表征方法的性能。2)针对消息传递神经网络(MPNNs)聚合函数的两个本质缺陷,即邻域结构丢失和长程依赖获取困难,本文提出了利用网络背后的连续隐空间辅助MPNNs聚合的新思路。本文提出了一种新颖的几何聚合方案,它能够利用图表征空间中的几何信息,提取或“重构”传统聚合算子丢失的信息(即邻域结构和长程依赖),并设计了若干种几何图卷积网络(Geom-GCNs)实例化了该几何聚合方案。实验结果显示Geom--GCNs比现有最先进的MPNNs有更高的节点分类准确度,特别在异配网络数据中。3)针对隐含网络推断面临的不适定问题,本文提出了一种基于组稀疏贝叶斯学习的隐含网络压缩表示方法,并将其应用于传播动力学的主动监控中,通过仅观测少量关键节点实现对整体系统动力学的预测。本文提出了一种新颖的重要性度量,即值,用以指示动力学预测任务中节点的观测优先级,从先验和后验两个角度理论地分析了值的合理性。本文设计了一种基于后向选择策略的哨点网络挖掘算法(SNMA),利用组稀疏贝叶斯学习技术在线性连续系统和逻辑离散系统中学习隐含网络的压缩表示。本文解决了SNMA的可扩展性问题,并通过基函数嵌入将SNMA扩展到了非线性动力学系统中,以应对复杂的扩散机制。实验结果显示SNMA可有效学习到隐含网络的压缩表示,在主动监控任务中比现有最先进方法有更高的预测准确度。4)针对动态隐含网络推断面临的严重不适定问题,本文提出了一种动态网络压缩表示学习方法,在保留原动态网络动力学功能的条件下,显着减少了网络推断的待估参数数量,使得从有限动力学数据中推断动态网络成为可能。本文以传染病的传播预测和防控为应用背景,提出了一种基于传染病模型的张量反卷积稀疏编码框架,该框架整合人口统计数据、流行病学数据和疫情监控数据等多个异构数据源,学习大规模人口动态社交接触网络的压缩表示。本文使用四种特定传染病(H1N1、腮腺炎、季节性流感和水痘)作为案例研究,经验性地验证了所提出框架的有效性,并对封闭学校和疫苗分配等传染病防控策略进行了模拟分析。
吴泓嘉[2](2021)在《突发性重大传染病的数据分析与建模研究》文中认为突发性重大传染病严重影响人类的生存与社会经济的发展,尽早了解其传播规律、及时制定可行有效的防治策略具有重大意义。本文运用统计方法对传染病报道数据进行分析,发掘影响传染病传播的驱动因素。综合驱动因素与现实环境情况,构造流行病学模型,通过计算机编程,实现不同干预措施下疾病传播动态的模拟,从而为设计针对性防治措施供理论及定量依据。本文主要分析了2014年广东省登革热疫情和2019年武汉新冠疫情的传播和成功抗疫措施,研究内容如下:1.首次将蚊媒监测点合格率数据嵌入登革热动力学模型中,通过Pearson相关性分析验证了其可以代替不完整布雷图指数数据,以反映总体蚊媒密度水平。通过将外潜伏期转换为时滞项来简化模型,提出了一种新的时滞SEAGR登革热传播模型。基于有效再生数阈值,提出了防控登革热疫情所需的合格率临界值。结果表明,控制2014年登革热疫情蔓延,需保持合格率大于0.4586(95%CI0.4576-0.4596);79.97%(95%CI 78.98%-80.87%)的感染是由本土无症状患者引起的;灭蚊、隔离措施有效地限制本土和输入无症状感染者的传播。2.综合武汉防控措施及医疗资源等实际情况,首次提出了刻画诊断标准改变过程的脉冲新冠传播模型,解决了病例数突增导致的数据难以拟合问题。随后,将近似贝叶斯估计(ABC)算法与马尔科夫链蒙特卡洛(MCMC)算法相结合,解决了参数不可识别的问题。基于该模型,分析了各防控措施及医疗资源对疫情的影响,并提出了一种估计疫情早期病床需求数的随机模拟方法。结果表明,封城措施使感染人数降低了约80倍;方舱医院启用时间只比最佳时间晚三天;以武汉为例,我们的随机模拟方法准确估计了所需的病床数。3.考虑到轻、重症患者在救治中的区别,在脉冲新冠传播模型中嵌入轻、重症患者,估计了方舱医院启用前后,轻症患者转重率的变化,探究救治轻症患者的必要性。偏秩相关系数(PRCC)敏感性分析表明,降低转重率对减少死亡人数有重大意义。数值模拟结果显示,降低转重率减少了777(95%CI 729-829)例死亡;死亡病例数与转重率下降的时间和下降幅度有关。
张安然[3](2021)在《中东呼吸综合征分布预测及其病原的系统发育地理学研究》文中研究指明研究背景中东呼吸综合征(MERS)是由一种高致病性冠状病毒感染引起的呼吸道传染病,2012年9月在沙特阿拉伯首次被发现。该病病死率高、症状不易辨别且缺乏有效的药物治疗和预防策略,现已从主要流行的中东地区逐渐蔓延至四大洲27个国家,具有全球流行的潜在趋势,引起世界各国的极大关注,成为全球公共卫生领域研究难点和热点。2018年2月,世界卫生组织(WHO)决定将MERS纳入WHO研究与发展蓝图计划,以着力推进该领域研究进展。自MERS出现已有八年,目前在流行病学、病原学、诊断防治等方面开展的研究较多并取得一定成果,但在研究内容上多侧重单独研究其流行病学特征或病原学进化动态,研究设计上缺乏对社会经济、气象地理等多种要素时空分布的有效利用,未能综合考虑时空分布异质性等特征,此外欠缺对MERS时空扩散及洲际范围疫源地风险的预测评估。本研究基于最新数据,综合考虑生物、环境、社会学因素的影响,融合空间信息技术、机器学习模型和系统发育地理学分析技术,从个体、群体和分子层面全面开展对MERS的传播动态、风险评估及其病原系统发育地理学研究,研究结果有助于完善目前对MERS流行病学特征的认识,探索疾病早期扩散的促进因子,识别高风险区域和脆弱人群,为不同区域制定针对性的干预策略与措施提供科学指导,为探索MERS传播机制、实验室检测和疫苗研究提供方向,具有重要的公共卫生学意义。研究目的1.描述全球MERS的三间分布特征及地理分区,重点比较接触动物感染和接触病人感染的病例特征差异。2.探讨个体层面影响MERS死亡的危险因素及交互作用,并结合区域环境要素探索群体层面影响MERS扩散的危险因素。3.结合自然因素和社会因素,采用多种机器学习模型量化MERS-CoV疫源地的分布及发病风险,探索主要贡献因子并绘制风险地图。4.利用系统发育地理学分析技术完成MERS-CoV的进化家系、时空迁移分析和进化压力位点分析,并将家系信息纳入个体群体层面,进一步探索家系进化对MERS流行特征的影响。研究方法1.数据收集收集全球2020年6月1日前所有MERS个案病例,主要来源于世界卫生组织官方报告,并通过联合国粮食及农业组织网站、受影响国家的卫生部门网站和公开发表的论文完成病例信息检索及补充,形成MERS个案流调数据库。同期动物样本阳性检测数据来源于联合国粮食及农业组织及文献检索。人口数据、骆驼密度数据、气象数据、土地利用数据、海拔数据、交通数据等均来源于相应领域官方网站或数据库。所有数据都遵循数据质控要求完成原始数据的清洗、整理和提取加工,形成区域多要素数据库。检索GenBank数据库中2020年6月1日前发布的MERS-CoV的全基因组序列(>30,000bp)及对应蛋白序列,经过采样地区和采样时间的核实确认,形成MERS-CoV分子序列数据库。2.统计分析(1)描述全球MERS病例的时空分布和流行特征分区,明确不同感染方式(接触动物感染和接触病人感染)病例的人口学特征和疾病特征差异。(2)基于logistic回归模型探索与MERS病例结局相关的危险因素,多因素回归分析时考虑重要变量(年龄组、性别和动物接触史)之间的二元交互作用,结果呈现时分别给出其他变量不同等级时对应的效应值。(3)基于Cox 比例风险回归模型,结合人口学信息、生物环境和社会经济因素,对MERS病例在中东地区的时空扩散特征进行评估并探索危险因素。为了直观展示人类病例的时空扩散情况,借助ArcGIS中趋势表面分析模块,以等值线形式绘制中东地区MERS传播的空间趋势图。(4)结合人口学信息、生物环境和社会经济因素,采用多种机器学习模型对研究范围内MERS-CoV的生态适宜度进行估算。首先按照传统策略,使用增强回归树模型、随机森林模型和支持向量机模型三个基础模型,通过后续模型结果评估比较选择最优模型。其次采用集成学习的策略,使用堆叠方法将上述三种模型做集成学习,以获得比单一模型更优越的泛化性能。基于集成学习模型结果识别出高风险区域,绘制MERS-CoV自然疫源地分布预测图;基于最优基础模型提取重要贡献因子,并运用logistic回归获得重要特征变量的确切效应值。(5)使用Nextstrain框架进行系统发育分析,研究MERS-CoV的遗传多样性和进化历程,通过系统发育地理学分析明确重要MERS-CoV家系的时空分布特征及迁徙模式。使用PAML软件包用最大似然法对蛋白质基因编码序列进行正选择位点分析。应用统计学匹配抽样方法将分子水平的家系信息与群体和个体发病状况相关联,探讨MERS-CoV的致病性是否随遗传进化或家系转变而变化。3.使用软件数据分析使用 ArcGIS 10.5、R 3.6.2、Python 2.7、Nextstrain、MAFFT v7.407、IQ-Tree v1.6.10、PAL2NAL v14、PAML v4.9、CorelDRAWX8等软件和编程环境。研究结果1.建立了包含2450例MERS病例的个案病例数据库(包括150个病例集群)。其中,802例患者死亡,病死率为32.73%,69.35%的病例为男性,发病年龄中位数为53岁(四分位数间距为38-65岁),医护人员占病例总数的13.67%。在1453名接触史信息明确的患者中,356名(24.04%)报告有动物接触史。空间分布上MERS病例主要分布于热带地区和北半球,发病数最高的地区为中东地区,以沙特阿拉伯最高,其次为韩国。结合传播模式分类,发现存在接触本地动物感染病例的国家均分布于阿拉伯半岛,虽然欧洲和东南亚地区也报告了具有动物接触史的病例,但均属于输入病例。时间分布上,2014-2015年包含了 3次发病高峰,主要源于沙特阿拉伯和韩国的暴发疫情,季节性分布上发现春季(4-6月)存在发病高峰。接触动物感染和接触病人感染两种传播方式产生的病例在人口学特征和疾病特征上存在显着差异,与没有动物接触史的病例相比,接触动物感染的病例病死率更高,男性患者数量更多,年龄更大,患有基础疾病比例更高,从疾病发作到诊断的时间更长,上述特征的差异都具有统计学意义(P<0.001)。而医务人员及无症状患者的感染方式基本是接触病人感染。此外两种传播模式的季节性也不同,接触动物感染病例主要出现在在1-3月,而接触病人感染病例发病高峰紧随其后。2.死亡危险因素分析显示,年龄≥65岁、男性、中东居民、患有基础疾病以及发病前具有明确动物接触史的病例死亡风险较高。同时年龄、性别和动物接触史间均存在具有统计学意义的双变量负向交互作用,在没有动物接触史和女性病例中,年龄的危险效应更为明显;研究发现死亡风险对动物接触史的依赖性随年龄和性别而变化,动物接触史是<65岁女性患者死亡的独立危险因素。3.时空扩散趋势分析显示,MERS在2014年4月至2015年底之间自阿拉伯半岛中部迅速传播到周围地区,其中由发源地向阿拉伯联合酋长国和阿曼方向扩散速度最快。公路和铁路交通网络在MERS早期陆路区域内的快速扩散中发挥了重要作用。除交通因素外,海拔、荒地覆盖面积占比和医院数量也是MERS扩散的危险因素。4.研究中应用的四种机器学习模型在预测MERS-CoV自然疫源地分布上效果均良好,模型应用测试集测试时AUC最低为84.14%,以集成模型效果最优(AUC=91.66%)。以集成模型对整个研究范围做MERS-CoV疫源地风险预测,绘制的风险地图显示自然疫源地主要分布在热带,高风险和中度风险地区跨越中东、西亚、北非和东非小部分,远远大于目前报道的MERS病例或检测到阳性动物样本分布的地理范围;南欧、非洲中部和南部的风险较小,这与在这些地区仅观测到的少数输入性病例或阳性动物样本相符。敏感性分析中,基于仅用阳性数据建模预测的最大熵MaxEnt模型,发现其预测风险分布情况与上述模型基本一致,证明各模型结果合理可信。影响因子贡献度上,我们发现荒地覆盖面积占比是影响MERS-CoV疫源地分布的主要贡献因子,贡献度为30.06%,其次是林地覆盖面积占比(10.74%),人口密度、年平均温度、耕地覆盖面积占比和骆驼密度均为中等贡献变量,贡献度范围为6.20-7.28%。因子反应曲线显示MERS-CoV疫源地分布与较高水平的荒地覆盖面积占比、人口密度、年平均温度和骆驼密度有关,也与较低的森林和农田覆盖面积占比有关。基于上述贡献因子做多因素Logistic回归分析,较高水平的荒地覆盖面积占比效应值最高(OR=23.74),其次为较高水平的年平均温度(OR=4.05)和骆驼密度(OR=1.80)。多因素分析中未纳入森林和耕地覆盖面积占比,由于二者与荒地覆盖面积占比的相关性很高(R>0.6)。此外,多因素研究中未发现荒地覆盖占比、人口密度、年平均温度和骆驼密度之间存在显着的双变量交互作用。5.系统发育分析表明,人类、骆驼(含羊驼)中检测到的病毒序列形成了主要进化枝,而蝙蝠和刺猬来源的病毒序列形成了与之距离较远的进化枝,表明骆驼是MERS动物宿主。在人与骆驼序列构成的主进化枝中,人类和骆驼的序列在整棵树中混合交叉在一起,这提示从骆驼到人类存在多次引入事件。主进化枝包含编号为C1-C5的五个亚进化枝,其根节点可以追溯到2007年1月,根节点来源骆驼的可能性为49.3%,来源人类的可能性为50.7%。系统发育地理学分析上,主进化枝的时空传播特征主要表现为中东地区内部强烈的局部迁移和偶尔出现的远距离迁移;推断起源地最可能出现的三个位置是沙特阿拉伯的利雅得、尼罗河三角洲地区和约旦,其后验概率分别为31%,17%和12%。利雅得是当地和国际输出感染的主要来源,它是亚进化枝C3、C4和C5(覆盖了所收集序列的97.5%)的共同祖先节点位置的后验概率具有99%。根据序列空间迁移图谱,2011-2012年该病毒从利雅得向沙特阿拉伯其他城市、阿拉伯联合酋长国的阿布扎比和欧洲部分城市迁移,阿布扎比很快加入利雅得,成为第二个病毒输出枢纽;2013-2015年病毒传播最为迅速,自中东输出到北美、非洲和东亚,与实际中2014年中东向美国以及2015中东向韩国的输出事件相符合。位点分析上,研究确定了刺突糖蛋白中可能与正向选择相关的八个氨基酸位置,其中三个是现有认知的新发现位点。将平滑后的地区发病率等指标与人类序列关联后,发现系统进化树中各家系对应病例病死率不同,C5的病死率高于其他进化枝。但将家系信息匹配至个体层面进行死因分析时,家系特征对死亡的作用无统计学意义。研究结论1.MERS具有明确动物接触史的病例比例持续上升,且与人传人病例相比,动物传人病例的病死率更高,加强动物中该疾病的监测、防控和治疗应是今后MERS研究的重点,同时加强动物传人病例监测等。2.MERS病死率较高,其死亡的高风险人群为老年人、男性、中东居民和患有基础疾病的病例,死亡风险对动物接触史的依赖性随年龄和性别而变化,提示应对高危人群加强监测与宣教以预防感染,一旦确诊应及早采取救治措施。3.交通网络在MERS早期陆路区域内的快速扩散中发挥了重要作用,在与MERS高风险区域交通便利或交流频繁的地区,应在重要交通枢纽中持续加强对MERS的监测与防控。4.基于机器学习模型进行的疫源地风险预测提示高中风险区包含中东、西亚、北非和部分东非,远远大于现有病例报告的地理范围,未来应加强对应区域的病例监测与干预措施。5.序列分析发现骆驼是动物宿主,进化中存在骆驼到人类的多次引入事件,检测试剂应该增强对目前占主导的C5家系的识别,刺突糖蛋白中识别到三个现有认知新发现的正向选择位点,可为进一步定位疫苗的潜在靶点和开发MERS-CoV的抗病毒药物提供研究方向。创新性1.开展了跨洲际多要素细尺度MERS-CoV疫源地风险评估研究。在对应研究中,我们不仅构建模型预测了动物宿主骆驼的空间分布,而且将接触本地动物感染患者、感染的宿主动物的分布同时纳入模型作为结局变量,以获得更可靠的MERS-CoV适宜生境分布图。我们创新性地采用堆叠方法将多种基础机器学习模型进行集成学习,得到了最优效果的预测模型,大大提高了自然疫源地预测的精度和准确性。目前上述研究在现有公开文献中尚无报道。2.开展了MERS-CoV空间扩散动态及其影响因素的研究。采用空间趋势面分析、系统发育地理学等多学科交叉的研究方法,从报告病例和病原核酸序列两个方面相互验证,共同揭示了 MERS-CoV的空间扩散特征,并定量估算了交通、医院分布等因素对空间扩散的影响,研究结果对于明确重点监测方向、指导MERS防控具有重要科学意义。3.从多水平多要素全面探索MERS的时空分布及流行特征。研究结合病原数据及相关的生物、环境、社会学要素,形成个体、群体和分子水平三个现有MERS最新的数据库,关注重要因素间的交互作用,完善了目前对MERS流行病学特征的认识,明确了高危人群与高风险地区,为不同区域制定针对性的预防控制措施提供参考。
涂佳娟[4](2021)在《基于高斯图模型的肿瘤异质性解析方法研究》文中研究指明肿瘤是一种复杂的异质性疾病。肿瘤的异质性不仅体现在同一类型肿瘤不同患者之间病理特征间的差异(肿瘤间异质性),还体现在同一肿瘤组织内不同区域之间的差异(肿瘤内异质性)。解析肿瘤异质性对癌症的诊断、治疗及预后有非常重要的意义。肿瘤异质性不仅是由基因突变或基因差异表达引起的,还与基因之间交互作用关系的变化有关。研究基因之间交互作用在不同肿瘤状态之间的变化模式有助于解析肿瘤的异质性和揭示癌症的发生机制。鉴于高斯图模型能刻画基因间的直接关系,我们研究了以下两方面内容:1.同一类型癌症样本可以被划分为多种不同的亚型,肿瘤样本组织是由非癌细胞和癌细胞混合组成。目前,基于bulk转录组测序技术获得的基因表达值是肿瘤组织中不同类型细胞的平均表达值。如果在推断基因网络时忽略肿瘤异质性,就无法刻画癌症亚型或细胞类型特异的基因交互作用。现有的大多数网络重构研究方法并没有同时考虑肿瘤间和肿瘤内的异质性。为了同时揭示肿瘤间和肿瘤内异质性,我们提出了一种基于高斯图模型的基因网络联合构建方法。对于一个观测的基因表达数据,我们使用潜变量模型将肿瘤样本分为癌细胞成份和非癌细胞成份,再使用不同的高斯图模型对不同亚型肿瘤成份分别建模并且使用同一高斯图模型对不同亚型非肿瘤成份建模,最后提出了一个期望极大化算法求解优化模型。模拟实验表明了该方法的有效性。我们将提出的方法应用于乳腺癌数据集重构非癌症和亚型特异的癌症基因网络,分析了基因网络在不同亚型间的异同和网络中的枢纽节点对乳腺癌发展和亚型分类相关生物学功能的影响。我们的方法为从网络水平剖析肿瘤异质性提供了方法与工具。2.差异网络分析是研究肿瘤间异质性的重要工具。由于基因网络重布线可能是由单个基因的差异表达驱动的,在推断差异网络时应考虑网络的层次条件,即如果两个基因之间的交互作用发生了变化,那么这两个基因中至少有一个基因是差异表达的。已有的差异网络分析方法在估计基因网络时并未考虑基因的差异表达,导致推断的差异网络没有层次结构。通过同时考虑基因相互作用变化和基因表达水平变化,我们提出一个具有层次结构的差异网络分析模型。首先,基于高斯图模型的性质,使用偏相关系数的差异定义差异网络,提出了一种新的检验统计量量化基因对之间偏相关系数的变化。然后,使用学生t检验统计量用于量化基因表达水平的变化。最后,使用一个优化框架将这两个检验统计量结合起来,并求解优化模型的闭解。模拟实验结果表明了我们的方法优于对比的方法。我们将该方法分别应用于乳腺癌和急性髓系细胞白血病的基因表达数据,发现估计的差异网络中的枢纽节点具有重要的生物学功能。本文提出的模型为识别与肿瘤间异质性相关的网络标志物提供了方法与技术基础。
勾德才[5](2021)在《2019年内蒙古自治区长爪沙鼠鼠疫自然疫源地鼠疫耶尔森菌基因组SNP种群关系研究》文中研究说明目的2019年内蒙古自治区动物间鼠疫频发,同时伴随人间鼠疫发生,这对内蒙古鼠疫的控制是一个严峻的考验。本研究分析了2019年内蒙古自治区长爪沙鼠鼠疫自然疫源地鼠疫耶尔森菌单核苷酸多态性(SNP)特征,同时对2019年该疫源地鼠疫病人分离的菌株开展基因组溯源工作,了解2019年动物鼠疫流行的种群关系和系统发生关系,分析导致2019年动物间鼠疫活跃的原因。方法提取2018及2019年内蒙古自治区长爪鼠鼠疫疫源地共计136株鼠疫菌核酸,这些菌株包括:2018年分离的18株,2019年分离的117株,中国疾病预防控制中心国家传染病预防控制研究所(ICDC)从患者C中分离到的鼠疫菌。通过商业测序获得136株鼠疫菌的基因组序列。利用种群单核苷酸多态性(SNP)分析确定2019年动物和人间鼠疫感染菌株的种群定位,了解内蒙古不同流行县或地域的鼠疫菌多态性和系统发生关系,利用更深程度的差异can SNP方法鉴定没有获得菌株的鼠疫病人的溯源。结果在系统发育树上,2018年和2019年从内蒙古自治区长爪鼠鼠疫疫源地分离的所有菌株在系统发育树上被聚为2.MED3谱系,这些菌株在2.MED3谱系中可以进一步划分为四个分支。2019年发生的3起4例鼠疫患者A/B、C、D分别定位于分支II、I、III。2.MED3谱系菌株在宿主动物体内持续存在,并在内蒙古不同地区、不同年份引起了不同的流行事件。结论全基因组SNP的系统发育关系表明,内蒙古自治区长爪鼠鼠疫疫源地2018年分离的一些菌株与2019年的菌株表现出同源的系统发生特征。2019年,内蒙古高原降雨较多,草长势良好,使得鼠类(尤其是主要宿主长爪沙鼠)数量大幅增加,使得长爪沙鼠疫源地的鼠疫再次猛烈活跃。在流行病学调查中,使用可靠的分型方法是鉴定分离株之间联系和了解病原体传播动力学的先决条件。当临床标本培养失败或这些病原体序列不足以通过SNP建立系统发育树时,可以使用基于PCR的分子方法,如MLVA或节点简洁can SNP分析,可以对没有分离到菌株的病人开展溯源。在疫情暴发时采取全基因组SNP进行溯源分析是最佳选择。
汪哲宇[6](2021)在《数字化慢病管理系统的研究与实践》文中研究表明为了应对以长期性、非传染性与难治愈性为主要特征的慢性疾病的复杂护理需求,“慢病管理”——一种以患者为中心的新型卫生服务模式——自上世纪八十年代开始逐渐涌现并不断发展。协同护理是慢病管理区别于传统卫生服务模式的关键要素,其目标是为患者提供有组织性的协同化医疗服务。以移动健康和人工智能为代表的信息技术能够提升慢病管理的协同效率,帮助患者与护理提供者之间形成完整的闭环反馈,将循证知识与健康数据中蕴含的信息集成到管理过程之中,推动慢病管理逐渐从传统方式向全面的数字化方式过渡。虽然以慢性病照护模型为代表的慢病管理理论模型已经发展得较为成熟,且其有效性已经在多个国家得到了验证,但在当前我国的慢病管理实践中,仍然存在着一系列的关键问题,导致以协同护理为核心的数字化慢病管理技术尚未得到有效应用。同时,数字化慢病管理领域的相关实施性研究也存在着一定的局限性。针对这些关键问题,本论文系统性地研究了如何在我国的医疗场景下形成以协同护理为特征的数字化慢病管理关键方法,具体内容包括:(1)数字化慢病协同管理模型的构建与表达方法研究。针对我国慢病管理实践存在的管理角色分工不明确、缺乏数字化全流程决策支持等问题,使用路径的方式对通用性慢病管理方法进行明确可执行的表示,通过对高血压、糖尿病与慢阻肺三类常见慢病国内外指南的分析与归纳,提炼出了包含九类共通任务的通用性管理路径,并对数字化场景下各病种的具体路径进行了明确。在此基础上,面向我国管理模式构建了路径驱动的数字化协同管理模型,并通过本体对模型中包含的结构化知识与具体路径中的医学决策知识进行了表达。(2)数字化背景下面向患者依从性增强的个性化管理方法研究。针对患者自我管理依从性问题与相关个性化管理研究的局限性,一方面,从移动健康应用的个性化需求分析入手,基于目标导向型设计方法中的用户建模过程,结合相关健康行为理论,提炼了面向患者自我管理依从性提升的用户模型,结合问卷与访谈结果识别出了三类患者虚拟角色与其对应的个性化需求。另一方面,从人工智能技术的管理实践入手,基于本体与多种自然语言处理技术实现了一种根据患者特征为其推荐相关文章的个性化健康教育方法;基于强化学习技术实现了一种在虚拟管理环境中根据患者与管理师状态给出干预建议的个性化管理策略生成方法。(3)数字化慢病闭环管理系统的设计与实现。针对我国慢病管理信息化实践中存在的缺乏理论指导以及多病种集成性较低等问题,基于所构建的模型与个性化管理方法,设计并实现了包含智能服务引擎与客户端两大组件的数字化慢病闭环管理系统。智能服务引擎以通用性慢病管理路径本体为核心,能够通过多种类型的接口为系统提供数据存储与全场景决策支持服务;客户端中的医生工作平台基于共通性路径任务设计,能够辅助不同角色的医护人员执行具有时序性与闭环性的协同式管理;客户端中的患者移动终端基于所提炼的个性化需求与行为改变轮设计,能够为患者提供全方位的自我管理支持,并在一定程度上改善患者依从性。所实现系统目前已在我国多个地区进行了实际的部署与应用。(4)面向数字化慢病管理的评价体系构建与实践。针对数字化场景下管理系统评价方面存在的局限性,基于面向远程医疗的综合评估模型,提炼了包含评价角色、评价重点与评价角度三个维度的面向个体层面的数字化慢病管理评估模型,并依据该模型对所实现系统进行了不同证据水平的实践评价,包括基于系统真实数据的回顾性评价、面向慢阻肺患者的前后对比试验与面向高血压患者的随机对照试验。评价结果表明,当前系统能够帮助医护人员与患者共同合作,开展医患之间高效互动的闭环式协同管理,并在一定程度上改善患者的疾病控制情况、日常生活质量与疾病认知水平。总的来看,本论文所提出的路径驱动的数字化慢病管理系统能够在一定程度上解决我国慢病管理实践与慢病管理领域相关研究中存在的多种问题,为数字化慢病管理在我国的推广与应用提供了理论指导与实践验证。
胡曼喆[7](2021)在《2011-2020年住院新生儿死亡情况及死亡原因变迁分析》文中研究说明目的:调查新疆医科大学第一附属医院10年间住院死亡新生儿的临床资料,分析本中心住院新生儿死亡情况及死亡原因,为提高诊疗水平,降低死亡率提供依据。方法:本次研究为单中心回顾性研究,收集我院NICU 2011年至2020年期间494例住院死亡新生儿的临床资料,分析死亡新生儿的一般情况及特点、住院病死率及死亡原因等。对前后5年两个阶段进行对比,不同胎龄及不同出生体重死亡新生儿进行分析,比较病死率,比较两个阶段死亡原因顺位变化。结果:(1)2011年至2020年,住院人数共22237例,其中死亡494例,其中早产儿329例(66.6%),足月儿165例(33.4%);≤3天死亡224例(45.3%),>3—<7天死亡199例(40.3%),≥7天死亡71例(14.4%);(2)住院病死率为2.2%,呈下降趋势。早产儿住院人数呈上升期趋势,病死率呈下降趋势;前后5年两阶段比较:住院病死率(2.75%下降至1.74%)呈下降趋势(P<0.001),不同胎龄阶段新生儿病死率下降(P<0.001),不同出生体重阶段病死率下降(P<0.001);(3)主要死亡原因为:早产儿及相关合并症、呼吸系统疾病、先天性疾病、感染性疾病。早期新生儿主要死亡原因为早产儿及相关合并症、呼吸系统疾病、先天性疾病。晚期新生儿主要死亡原因为早产儿及相关合并症、感染性疾病、呼吸系统疾病。2011-2015年间,早产儿及相关合并症、呼吸系统疾病和感染性疾病为前三位主要死亡原因;2016-2020年间,早产儿及相关合并症、先天性疾病及呼吸系统疾病为前三位主要死亡原因。(4)死亡新生儿中孕母常见合并症为:高血压相关疾病、妊娠期糖尿病、甲状腺功能减退、胎膜早破、胎盘异常。结论:10年期间我院新生儿住院病死率呈现下降趋势,其中小胎龄及较低出生体重新生儿病死率下降明显。死亡原因为早产儿及相关合并症、呼吸系统疾病、先天性疾病、感染性疾病。加强围产期保健工作,优化住院病人治疗细节,加强对家属的宣教,是降低病死率的措施。
罗鹏[8](2021)在《角膜图像采集与混浊度分类算法的研究》文中认为目的:死亡时间客观且准确的推断是法医学研究的重点和难点,对于重大刑事案件的侦破具有重要意义。角膜混浊是死后早期一种重要的变化,一直应用于法医学领域死亡时间推断。角膜混浊程度随死亡时间延长而发生规律性变化,在数字图像中表现为图像颜色和纹理的变化。本研究的目的即是设计一款专用于角膜的图像采集装置,并基于角膜混浊程度的变化规律设计一种分类算法对其进行客观量化,将算法固化到装置中实现实时分析,从而推断死者的死亡时间。方法:本研究基于图像处理、特征工程、机器学习等技术建立分类模型,实现了对角膜混浊度的客观量化,并将算法固化到硬件设备中实现实时分析。首先设计了一台角膜图像采集装置,同时为了便于操作、隔绝外界光源,我们还为其搭配设计了光学镜筒与操控软件。然后利用本研究所设计的图像处理算法从原始图像中自动分割角膜区域,根据事先经验提取其颜色特征和纹理特征,再通过特征选择去除无关特征及冗余特征。基于支持向量机、朴素贝叶斯、K最邻近法、决策树、随林森林、Adaboost 6种算法我们使用优化后的特征集合建立多分类模型。使用Precision、Sensitivity、F1分数评估模型的性能,从中选取性能最优的模型,最后将其固化到图像采集装置中,实时分析角膜混浊图像。结果:使用本研究设计的装置采集了4只猪死后左眼角膜图像,图像清晰且无反光点。对采集到的每张图像提取1097个特征,利用特征选择,去除971个无关特征及冗余特征,保留126个有关特征,优化了原始特征集合。在6种多分类模型中,Adaboost模型性能最优,无混浊、轻度混浊、中度混浊、重度混浊四分类的平均准确率为0.981,实现了对角膜混浊度的客观量化。结论:本研究设计的分类算法可根据死后角膜的图像特征对角膜混浊度进行分类,从而推断死亡时间。本研究设计的图像采集装置可以隔绝外界光源干扰,避免反光点的形成,通过操控软件调用分类算法分析角膜混浊度,将采集图像与实时分析功能融为一体,对于加快死亡时间推断具有重要意义。
艾金伟,王勇,陈俊文,刘晓耘,樊伍峰,黄国鑫,屈高静,张美玲,裴圣多,李杨,王立莎,裴斌[9](2020)在《襄阳市新型冠状病毒肺炎住院患者特征的横断面研究》文中进行了进一步梳理目的研究我院新型冠状病毒肺炎(Corona virus disease 2019,COVID-19)住院患者的临床流行病学特点和临床特征,为COVID-19的防控、诊断、治疗提供参考。方法提取、评估并分析截止2020年2月9日0时我院确诊的COVID-19患者资料,总结其流行病学特点和临床特征。结果我院共收治核酸检测确诊COVID-19患者102例,男52例,女50例;平均年龄50.38±16.86岁。输入性患者7例,37例有武汉旅行史。病毒潜伏期1-20天,平均8.09±4.99天。主要症状包括发热(84%)、咳嗽(57%)、咳痰(12%)、乏力(27%)、呼吸不畅(23%)、腹泻(15%)、食欲下降(10%)等。21例白细胞计数降低,56例淋巴细胞计数降低,66例(66/97)C反应蛋白升高,49例(49/85)血沉增快,19例(19/72)降钙素原升高,12例(12/13)铁蛋白升高。均行抗病毒、抗炎、对症治疗。8例入住ICU,6例出现呼吸衰竭,3例出现多器官功能衰竭,3例死亡。首次胸部CT检查90例、两次检查共有100例出现比较典型影像学表现,与核酸检测符合率98%。核酸检测首检阳性率66%,累计两次检测阳性率86%,累计3次96%。结论襄阳市COVID-19以二代传播为主,部分潜伏期长,性别易感性无明显差异。中老年为易感人群,重症及死亡病例集中分布在70岁以上年龄段,需采取针对性防控和诊断治疗措施。铁蛋白有可能反映该病炎症等变化情况。本地区重症及病死率低,可能与采取了积极有效的防治措施有关。3次核酸检测、2次CT检查,核酸、CT结合症状可大幅提高其诊断阳性率,有利于疾病防控和诊断治疗。
霍晓麓[10](2020)在《2016年至2019年某三甲医院呼吸与危重症一科死亡病例分析》文中研究说明目的回顾性描述性分析2016年至2019年陕西省人民医院呼吸与危重症一科死亡病例临床资料,了解死亡患者一般临床特点,探讨死亡根本原因与直接原因,分析有关影响因素,为临床提供指导价值,从而降低死亡率,延长患者生存期。方法收集2016年1月1日至2019年12月31日于陕西省人民医院呼吸与危重症一科病案首页中离院方式为死亡的病例,并分析死亡患者一般资料、生存时间、临床特征、死亡原因等临床资料。归纳整理死亡病例的各项检查结果、基础疾病、合并症及有创操作等情况。通过SPSS23.0统计学软件对上述资料进行统计分析,计量资料服从正态分布的以`x±s表示,组间比较采用t检验及z检验,不服从正态分布的以中位数和四分位间距表示。计数资料以百分率(%)表示,组间比较采用χ2检验,以P<0.05为差异有统计学意义。结果1.2016年至2019年陕西省人民医院呼吸与危重症一科病案首页中离院方式为死亡的病例共242例,根据纳入标准与排除标准得出最终统计样本共203例,其中男性132例,女性71例,男女比例1.85:1。203例患者中年龄为4694岁,平均年龄78.00±9.754岁,不符合正态分布。其中男性患者平均年龄78.18±9.552岁,女性患者平均年龄77.67±10.179岁。2.203例死亡病例中,死亡病例数最多月份为1月份(27例,13.3%),死亡病例数最少月份为10月份(8例,3.9%)。死亡病例中住院时间最短1天,最长97天,平均10.87±10.32天;其中住院5天比例最高(18例,8.9%)。每天24个时间点的死亡人数最多的为13时(23例,11.3%),其次为14时(18例,8.8%),21时为(16例,7.8%);最少的为24时无死亡病例,死亡发生月份及时间段在年龄、性别中无统计学差异(P>0.05)。3.203例死亡病例原发疾病谱顺位前三位为重症肺炎113例(55.66%),COPD35例(17.24%),支气管肺癌31例(15.27%)。死亡患者原始病案中分析死亡直接原因分为8类,其中以感染、脓毒症休克、多器官功能障碍综合征占多数。4.113例原发病为重症肺炎死亡患者中,其中女性≥65岁共105例,<65岁共8例,分别比较两组既往病史及入院后临床特征情况,结果显示意识障碍、体温≥38℃、WBC≥10×109/L、BNP≥100ng/L、Lac≥2mmol/L、Na+≥145mmol/L在两组间有显着性差异(P<0.05)。5.203例死亡患者男性患者合并症前三位为高血压病(93.18%),慢性心功能不全(84.84%),慢性肾脏病(34.09%),女性患者此3类合并症构成比均低于男性。6.高龄死亡患者占总死亡人数的70.93%,且80%以上高龄患者同时合并心力衰竭、肾功能不全、卒中史、长期卧床及营养不良,超过70%高龄患者存在长期便秘史。7.203例死亡患者按死亡前有无机械通气分为两组,比较两组的平均住院时长,结果显示具有显着差异(P<0.05)。结论1.2016年至2019年陕西省人民医院呼吸与危重症一科死亡患者中男性比女性多,以老年患者为主,其中高龄患者144例,临床症状不典型,合并症多。2.呼吸与危重症一科死亡病例人数以冬春季居多,死亡发生月份及时间段在年龄、性别中无明显相关性。3.死亡病例原发疾病谱顺位前三位为重症肺炎、AECOPD、支气管肺癌,死亡直接原因复杂,多为感染、脓毒症休克、多器官功能障碍综合征,其中合并症多、并发症重。4.意识障碍、体温≥38℃、WBC≥10×109/L、BNP≥100ng/L、Lac≥2mmol/L、Na+≥145mmol/L在重症肺炎两组间有显着性差异(P<0.05)。5.死亡前机械通气的使用对患者平均住院时长有延长作用。
二、2例死亡方式的推断(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、2例死亡方式的推断(论文提纲范文)
(1)复杂网络的几何与稀疏表示学习方法研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 复杂网络的表示学习 |
1.1.1 面向网络分析的分布表示学习 |
1.1.2 面向隐含网络推断的压缩表示学习 |
1.2 研究现状分析 |
1.2.1 特征保留的网络分布表示学习 |
1.2.2 功能保留的网络压缩表示学习 |
1.3 本文主线 |
第2章 抑制图表征扭曲的曲率正则项 |
2.1 引言 |
2.1.1 个案研究及必要性分析 |
2.1.2 图表征的奥卡姆剃刀 |
2.1.3 基本思路 |
2.2 问题定义 |
2.3 曲率正则项 |
2.3.1 预备知识 |
2.3.2 基于转角的截面曲率 |
2.3.3 曲率正则项及优化算法 |
2.4 实验 |
2.4.1 实验设置 |
2.4.2 实验结果与分析 |
2.5 讨论 |
2.5.1 “好”曲率与“坏”曲率 |
2.5.2 从扭曲抑制的视角反思负采样策略 |
2.5.3 曲率正则项与中介中心性的联系 |
2.6 本章小结 |
2.7 本章附录 |
2.7.1 个案研究的技术细节 |
2.7.2 定理证明 |
2.7.3 模型超参数设置 |
第3章 几何图卷积网络 |
3.1 引言 |
3.2 几何聚合方案 |
3.2.1 节点表征 |
3.2.2 结构化邻域 |
3.2.3 双层聚合算子 |
3.3 几何图卷积网络:几何聚合方案的实现 |
3.4 实验 |
3.4.1 实验设置 |
3.4.2 实验结果与分析 |
3.5 讨论 |
3.5.1 相关模型对比 |
3.5.2 区分非同构图的个例研究 |
3.6 本章小结 |
第4章 隐含网络的组稀疏贝叶斯表示及主动监控应用 |
4.1 引言 |
4.2 主动监控的相关工作 |
4.2.1 线性逆问题 |
4.2.2 高斯过程插值 |
4.2.3 矩阵填充技术 |
4.3 主动监控框架 |
4.3.1 问题描述与建模 |
4.3.2 哨点识别 |
4.3.3 哨点预测 |
4.3.4 算法加速 |
4.3.5 嵌入非线性动力学模型 |
4.4 实验验证 |
4.4.1 人工合成动力学数据上的验证 |
4.4.2 真实数据上的验证 |
4.5 本章小结 |
4.6 本章附录 |
4.6.1 后验分布的推导 |
4.6.2 超参数估计的推导 |
4.6.3 高效矩阵运算的推导 |
4.6.4 “峰谷”先验的绘制 |
第5章 动态网络的稀疏编码表示及社交接触网络推断应用 |
5.1 引言 |
5.1.1 社交接触结构获取的相关工作 |
5.1.2 动机与贡献 |
5.2 问题定义 |
5.3 基于传染病模型的张量反卷积稀疏编码框架 |
5.3.1 动态社交接触的张量表示 |
5.3.2 社交接触基的构建 |
5.3.3 时间维度的稀疏表示 |
5.3.4 张量反卷积稀疏编码的目标函数 |
5.4 SIR模型的个案研究 |
5.4.1 疾病传播模型的扩展 |
5.4.2 优化算法 |
5.5 实验与应用 |
5.5.1 人工合成数据实验 |
5.5.2 真实传染病暴发数据上的验证 |
5.6 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
个人简历、在学期间完成的相关学术成果 |
(2)突发性重大传染病的数据分析与建模研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 突发性重大传染病的研究意义 |
1.1.1 传染病理论研究的重要方法——构建流行病学模型 |
1.1.2 登革热研究现状及研究意义 |
1.1.3 新型冠状病毒肺炎疫情研究现状及研究意义 |
1.2 预备知识 |
1.2.1 SIR模型 |
1.2.2 贝叶斯推断 |
1.2.3 LHS/PRCC敏感性分析 |
1.2.4 最小二乘法 |
1.3 本文的主要研究工作 |
第二章 基于合格率数据的登革热流行病模型建模研究 |
2.1 前言 |
2.2 数据收集与分析 |
2.2.1 研究的时间范围 |
2.2.2 数据来源 |
2.2.3 相关性分析 |
2.3 时滞SEAGR模型的构建 |
2.3.1 媒介传播模型框架的选取 |
2.3.2 模型的建立 |
2.3.3 时滞项——外潜伏期 |
2.3.4 SEAGR模型 |
2.4 模型参数估计 |
2.4.1 加权最小二乘法拟合合格率 |
2.4.2 微分方程模型参数估计 |
2.4.3 外潜伏期?对拟合结果的影响 |
2.5 合格率临界值 |
2.5.1 有效再生数估计 |
2.5.2 合格率临界值估计 |
2.6 控制措施、本土和输入无症状感染者对疫情的影响 |
2.6.1 灭蚊和隔离对感染人数的影响 |
2.6.2 灭蚊和隔离对有效再生数的影响 |
2.6.3 本土无症状感染的影响 |
2.6.4 输入无症状感染的影响 |
2.7 本章小结 |
第三章 武汉新冠疫情模型框架构建及早期医疗资源需求估计 |
3.1 前言 |
3.2 异常数据下的脉冲新冠传播模型的建立 |
3.2.1 研究的时空范围 |
3.2.2 数据来源 |
3.2.3 人群分类 |
3.2.4 异常数据 |
3.2.5 时变参数表达式 |
3.2.6 脉冲新冠传播模型 |
3.3 结合ABC与 MCMC的参数估计方法 |
3.3.1 参数估计的步骤 |
3.3.2 拟合结果 |
3.4 各措施及医疗资源对新冠疫情的影响 |
3.4.1 有效再生数 |
3.4.2 各措施对疫情的影响 |
3.4.3 改变诊断标准对疫情的影响 |
3.4.4 确诊概率对疫情的影响 |
3.4.5 模拟居家隔离对疫情的影响 |
3.4.6 方舱医院启用时间及病床数量对疫情的影响 |
3.5 早期病床需求估计 |
3.5.1 参数分布的确定 |
3.5.2 武汉病床需求数估计 |
3.6 本章小结 |
第四章 新冠轻症患者转重率影响研究 |
4.1 前言 |
4.2 轻、重症新冠模型 |
4.2.1 轻、重症新冠模型的构建 |
4.2.2 敏感性分析 |
4.2.3 轻、重症病死率、恢复率及转重率函数 |
4.3 转重率变化情况及对疫情的影响 |
4.3.1 方舱医院启用后转重率的变化情况 |
4.3.2 转重率变化带来的影响 |
4.3.3 转重率下降时间与幅度的影响 |
4.4 小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
发表论文和参加科研情况说明 |
致谢 |
(3)中东呼吸综合征分布预测及其病原的系统发育地理学研究(论文提纲范文)
中文摘要 |
ABSTRACT |
符号说明 |
前言 |
第一部分:中东呼吸综合征的流行病学特征及影响因素分析 |
一、引言 |
二、材料与方法 |
2.1 研究范围和空间研究单位 |
2.2 数据来源及整合 |
2.3 研究设计和统计分析 |
2.4 质量控制 |
三、结果 |
3.1 全球范围三间分布描述 |
3.2 个体层面—死亡危险因素分析 |
3.3 地区(群体)层面—时空扩散分析 |
四、讨论 |
第二部分: 中东呼吸综合征自然疫源地风险预测——基于机器学习模型 |
一、引言 |
二、材料与方法 |
2.1 研究范围与空间研究单位 |
2.2 资料来源 |
2.3 研究设计和统计分析 |
2.4 质量控制 |
三、结果 |
3.1 阳性区域分布 |
3.2 骆驼密度变量插补 |
3.3 纳入模型变量筛选 |
3.4 机器学习模型建模预测结果及评估 |
3.5 变量贡献度及提取分析 |
3.6 敏感性分析 |
四、讨论 |
第三部分: 中东呼吸综合征冠状病毒的系统发育地理学研究 |
一、引言 |
二、材料与方法 |
2.1 空间研究范围 |
2.2 资料收集与整理 |
2.3 研究设计 |
2.4 质量控制 |
三、结果 |
3.1 分子序列库特征概述 |
3.2 系统发育分析 |
3.3 系统发育地理学分析 |
3.4 进化位点分析 |
3.5 家系与人群疾病相关分析 |
四、讨论 |
结论 |
创新点与局限性 |
附表 |
参考文献 |
致谢 |
攻读博士学位期间发表的论文 |
附发表论文两篇 |
学位论文评阅及答辩情况表 |
(4)基于高斯图模型的肿瘤异质性解析方法研究(论文提纲范文)
内容摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.1.1 肿瘤的生物医学背景 |
1.1.2 肿瘤研究的公共数据库 |
1.1.3 肿瘤研究的图模型方法 |
1.2 研究内容以及创新性 |
1.3 本文的组织结构 |
第二章 同时捕获肿瘤间和肿瘤内异质性的基因网络重构 |
2.1 引言 |
2.2 方法 |
2.2.1 定义问题 |
2.2.2 估计 |
2.2.3 算法 |
2.2.4 调优参数的选择 |
2.3 模拟实验数据分析 |
2.3.1 模拟数据的生成 |
2.3.2 模拟实验结果 |
2.3.3 运行时间比较分析 |
2.4 真实数据的应用 |
2.4.1 乳腺癌数据的获取 |
2.4.2 乳腺癌基因网络的分析 |
2.4.3 真实数据的对比实验 |
2.4.4 基于TCGA乳腺癌数据集的调优参数的敏感性分析 |
2.4.5 肿瘤纯度信息对模型性能的影响 |
2.5 总结 |
第三章 同时考虑基因交互作用和基因表达变化的差异网络分析 |
3.1 引言 |
3.2 方法 |
3.2.1 定义问题 |
3.2.2 量化基因交互作用变化的检验统计量的构建 |
3.2.3 量化基因表达水平变化的检验统计量的构建 |
3.2.4 层次差异网络分析模型 |
3.2.5 调优参数的选择 |
3.3 实验数据分析 |
3.3.1 模拟实验数据分析 |
3.3.2 模拟实验结果 |
3.4 在TCGA乳腺癌数据中的应用 |
3.4.1 乳腺癌数据的获取 |
3.4.2 基因网络重布线分析 |
3.4.3 乳腺癌数据的对比实验 |
3.5 在急性髓细胞白血数据中的应用 |
3.5.1 急性髓细胞白血数据的获取 |
3.5.2 基因网络分析 |
3.5.3 急性髓细胞白血病数据的对比实验 |
3.6 总结 |
第四章 总结与展望 |
攻读学位期间已发表和投稿的学术论文 |
插图 |
表格 |
参考文献 |
致谢 |
(5)2019年内蒙古自治区长爪沙鼠鼠疫自然疫源地鼠疫耶尔森菌基因组SNP种群关系研究(论文提纲范文)
中文摘要 |
ABSTRACT |
前言 |
1.鼠疫 |
1.1 鼠疫概述 |
1.2 世界鼠疫 |
1.3 中国鼠疫 |
1.4 内蒙古鼠疫 |
2.鼠疫菌 |
3.鼠疫自然疫源地 |
3.1 鼠疫自然疫源地概述 |
3.2 世界鼠疫自然疫源地 |
3.3 中国鼠疫自然疫源地 |
3.4 内蒙古长爪沙鼠鼠疫自然疫源地 |
4.鼠疫单核苷酸多态性分析(SNP) |
4.1 SNP概述 |
4.2 鼠疫菌常用的分型方法 |
4.3 鼠疫基因组SNP种系发生分析 |
4.4 中国鼠疫菌SNP分析现状 |
材料及方法 |
1.菌株来源 |
2.仪器 |
3.材料 |
4.研究方法 |
4.1 菌株DNA提取 |
4.2 鼠疫菌测序 |
4.3 基于全基因组SNPs的系统发育分析 |
4.4 MLVA和典型SNP(CanSNP)分析在患者系统发育定位中的使用 |
4.5 核苷酸序列登录号 |
结果 |
1.内蒙古长爪沙鼠鼠疫菌的系统发育和定位 |
2.内蒙古人间鼠疫患者的流行病调查及溯源研究 |
3.2019年内蒙古传入北京人间鼠疫毒力分析 |
4.内蒙古2018年和2019年动物鼠疫疫情的生态地理分析 |
讨论 |
1.2019年内蒙古鼠疫爆发的回顾 |
2.气候变化对内蒙古鼠疫的影响 |
3.2019年人间鼠疫疫情基于分子分型和基因组SNP方法的溯源分析 |
展望 |
参考文献 |
附录 |
综述 中国鼠疫疫源地鼠疫菌种群关系 |
参考文献 |
缩略语表 |
攻读学位期间发表文章情况 |
个人简历 |
致谢 |
(6)数字化慢病管理系统的研究与实践(论文提纲范文)
致谢 |
摘要 |
Abstract |
缩写、符号清单和术语表 |
第一章 绪论 |
1.1 慢病管理概述 |
1.1.1 慢病的定义与分类 |
1.1.2 慢病的全球化流行趋势 |
1.1.3 慢病管理的定义与基本要素 |
1.1.4 我国慢病流行趋势及管理现状 |
1.2 慢病管理领域研究综述 |
1.2.1 基于协同护理的慢病管理理论模型发展综述 |
1.2.2 基于CCM框架的慢病管理实施性研究综述 |
1.3 数字化慢病管理研究进展及应用实践 |
1.3.1 数字化背景下的慢病管理理论模型发展 |
1.3.2 数字化背景下的慢病管理实施性研究进展 |
1.3.3 数字化慢病管理国内外代表性应用实践 |
1.4 关键问题分析与论文研究内容 |
1.4.1 关键问题分析 |
1.4.2 论文的研究内容及创新点 |
第二章 路径驱动的数字化慢病协同管理模型构建与表达 |
2.1 路径驱动的数字化慢病协同管理模型构建 |
2.1.1 通用性慢病管理路径提炼与多病种实现 |
2.1.2 面向我国管理模式的数字化协同管理模型构建 |
2.2 基于本体的模型知识表达与验证 |
2.2.1 本体相关概念与构建方法 |
2.2.2 慢病协同管理模型基础本体构建 |
2.2.3 基于演绎推理的路径化决策支持 |
2.2.4 本体构建结果与技术性评估 |
2.3 本章小结 |
第三章 面向患者依从性增强的个性化管理方法研究 |
3.1 基于健康行为理论的患者个性化管理需求分析 |
3.1.1 移动健康应用设计方法概述 |
3.1.2 面向自我管理依从性增强的用户模型提炼 |
3.1.3 用户虚拟角色构建与需求识别 |
3.2 基于健康推荐系统的个性化健康教育方法研究 |
3.2.1 健康推荐系统相关概念与研究进展 |
3.2.2 健康知识推荐系统的设计与实现 |
3.2.3 基于测试集的推荐系统评估 |
3.3 基于强化学习的个性化管理策略生成方法研究 |
3.3.1 强化学习相关理论与研究进展 |
3.3.2 策略生成模型的设计与实现 |
3.3.3 基于虚拟环境的训练结果与模型评估 |
3.4 本章小结 |
第四章 数字化慢病闭环管理系统设计与实现 |
4.1 面向全场景决策支持的智能化慢病服务引擎构建 |
4.1.1 以引擎为核心的系统整体架构设计 |
4.1.2 基于多种软件框架的云端引擎实现 |
4.2 基于路径任务的医生协作工作平台设计与实现 |
4.2.1 路径任务驱动的协作工作平台功能设计 |
4.2.2 基于网页的协作工作平台功能实现 |
4.3 基于行为改变技术的患者移动终端设计与实现 |
4.3.1 行为改变轮驱动的干预功能设计 |
4.3.2 面向多平台的移动终端功能实现 |
4.3.3 面向患者依从性的移动终端试点性应用评价 |
4.4 系统部署与实际应用情况 |
4.5 本章小结 |
第五章 面向数字化慢病管理的多维度评价体系研究 |
5.1 数字化慢病管理系统多维度评价体系构建 |
5.1.1 慢病管理领域评价方法概述 |
5.1.2 面向个体层面的数字化慢病管理评估模型提炼 |
5.2 基于系统观察性数据的回顾性评价 |
5.2.1 研究设计与数据分析方法 |
5.2.2 回顾性评价结果总结 |
5.3 基于多层次临床试验的前瞻性评价 |
5.3.1 探究慢阻肺患者院外管理效果的前后对比试验 |
5.3.2 探究高血压患者院外管理效果的随机对照试验 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 工作总结 |
6.2 工作展望 |
参考文献 |
个人简历 |
攻读博士学位期间的主要研究成果 |
(7)2011-2020年住院新生儿死亡情况及死亡原因变迁分析(论文提纲范文)
摘要 |
ABSTRACT |
前言 |
内容与方法 |
1.研究对象 |
1.1 临床资料纳入标准 |
1.2 临床资料排除标准 |
1.3 疾病诊断标准、死亡原因判定及死亡评审 |
2.收集资料及资料分析 |
3.统计分析 |
4.技术路线图 |
结果 |
讨论 |
小结 |
致谢 |
参考文献 |
综述 新生儿死亡相关因素的研究进展 |
参考文献 |
攻读硕士学位期间发表的学术论文 |
导师评阅表 |
(8)角膜图像采集与混浊度分类算法的研究(论文提纲范文)
摘要 |
Abstract |
英文缩略语 |
1 前言 |
1.1 课题研究背景及意义 |
1.2 角膜混浊度客观量化算法的研究进展 |
1.3 本文研究的主要内容 |
1.4 本文研究的主要目的及创新性 |
2 材料与方法 |
2.1 材料 |
2.2 图像采集装置设计 |
2.2.1 硬件主体设计 |
2.2.2 光学镜筒设计 |
2.2.3 软件设计 |
2.3 算法设计 |
2.3.1 数据集介绍 |
2.3.2 图像预处理 |
2.3.3 特征提取 |
2.3.4 特征选择 |
2.3.5 建立多分类模型 |
3 结果 |
3.1 图像采集装置设计结果 |
3.2 算法结果 |
4 讨论 |
5 结论 |
本研究创新性的自我评价 |
参考文献 |
综述 基于眼部特征的死亡时间推断 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
个人简历 |
(9)襄阳市新型冠状病毒肺炎住院患者特征的横断面研究(论文提纲范文)
1 资料与方法 |
1.1 研究设计 |
1.2 临床资料 |
1.3 研究方法 |
1.4 结局指标 |
1.5 统计分析 |
2 结果 |
2.1 纳入样本 |
2.2 流行病学特征 |
2.3 咽拭核酸检测 |
2.4 胸部CT表现 |
2.5 主要临床表现 |
2.6 实验室检查 |
2.7 其它病原学检测 |
3 讨论 |
(10)2016年至2019年某三甲医院呼吸与危重症一科死亡病例分析(论文提纲范文)
缩略词表 |
中文摘要 |
英文摘要 |
前言 |
1 研究内容与方法 |
1.1 研究对象 |
1.2 纳入标准 |
1.3 排除标准 |
1.4 临床资料 |
1.5 方法 |
2 结果 |
2.1 性别 |
2.2 年龄 |
2.3 死亡时间 |
2.3.1 月份 |
2.3.2 时间段 |
2.4 住院时间 |
2.5 原发疾病及直接死亡原因分析 |
2.5.1 原发疾病 |
2.5.2 直接死亡原因 |
2.6 重症肺炎死亡患者临床特征 |
2.7 合并症 |
2.8 高龄死亡患者特点 |
2.9 机械通气时间分布 |
3 讨论 |
3.1 年龄相关的临床特点 |
3.2 月份、时间段、住院时长与死亡关系的分析 |
3.2.1 月份 |
3.2.2 时间段 |
3.2.3 住院时长 |
3.3 原发疾病 |
3.3.1 重症肺炎 |
3.3.2 慢性阻塞性肺疾病 |
3.3.3 支气管肺癌 |
3.3.4 其他 |
3.4 直接死因分析 |
3.4.1 感染 |
3.4.2 脓毒症 |
3.4.3 多器官功能障碍综合征 |
3.4.4 窒息 |
3.4.5 心源性猝死 |
3.4.6 失血性休克 |
3.5 合并症 |
3.5.1 高血压病 |
3.5.2 糖尿病 |
3.5.3 心血管疾病 |
3.5.4 神经系统疾病 |
3.5.5 慢性肾脏疾病 |
3.5.6 恶性肿瘤 |
3.6 机械通气辅助呼吸治疗 |
结论 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
四、2例死亡方式的推断(论文参考文献)
- [1]复杂网络的几何与稀疏表示学习方法研究[D]. 裴红斌. 吉林大学, 2021(01)
- [2]突发性重大传染病的数据分析与建模研究[D]. 吴泓嘉. 天津工业大学, 2021(01)
- [3]中东呼吸综合征分布预测及其病原的系统发育地理学研究[D]. 张安然. 山东大学, 2021(11)
- [4]基于高斯图模型的肿瘤异质性解析方法研究[D]. 涂佳娟. 华中师范大学, 2021(02)
- [5]2019年内蒙古自治区长爪沙鼠鼠疫自然疫源地鼠疫耶尔森菌基因组SNP种群关系研究[D]. 勾德才. 内蒙古医科大学, 2021(02)
- [6]数字化慢病管理系统的研究与实践[D]. 汪哲宇. 浙江大学, 2021(01)
- [7]2011-2020年住院新生儿死亡情况及死亡原因变迁分析[D]. 胡曼喆. 新疆医科大学, 2021(09)
- [8]角膜图像采集与混浊度分类算法的研究[D]. 罗鹏. 中国医科大学, 2021(02)
- [9]襄阳市新型冠状病毒肺炎住院患者特征的横断面研究[J]. 艾金伟,王勇,陈俊文,刘晓耘,樊伍峰,黄国鑫,屈高静,张美玲,裴圣多,李杨,王立莎,裴斌. 医学新知, 2020(05)
- [10]2016年至2019年某三甲医院呼吸与危重症一科死亡病例分析[D]. 霍晓麓. 西安医学院, 2020(08)