期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
中国东北地带性顶极植被类型及其预测判别模型——动态地植物学说的继承与发展(Ⅰ)
被引量:
32
1
作者
徐文铎
常禹
《应用生态学报》
CAS
CSCD
1992年第3期215-222,共8页
本文根据刘慎谔的动态地植物学说原理,采用主成分分析法(PCA)和多组判别分析法(MGDA)研究了东北地区地带性顶极植被类型与气候指标的关系:1)以东北地区210个气象站的7个气象因子为变量,组成210×7矩阵,用PCA方法进行分类和排序,其...
本文根据刘慎谔的动态地植物学说原理,采用主成分分析法(PCA)和多组判别分析法(MGDA)研究了东北地区地带性顶极植被类型与气候指标的关系:1)以东北地区210个气象站的7个气象因子为变量,组成210×7矩阵,用PCA方法进行分类和排序,其结果明显划分7个地带性顶极植被类型,2)影响地带性顶极植被类型的形成和分布的气候因子,主要是热量和水分条件以及二者的组合状况;3)确定了7个地带性顶极植被类型的水热指数分布范围和特征;4)采用MGDA法建立了判别函数模型,预测了东北地区地带性顶极植被类型,其准确率可达90.32%。
展开更多
关键词
顶极植被类型
地带性
预测
判别
模型
下载PDF
职称材料
基于临床检验指标建立肺腺癌患者浸润程度判别模型
2
作者
王梦菲
杨守志
+1 位作者
乔永霞
黄琳
《上海交通大学学报(医学版)》
CAS
CSCD
北大核心
2024年第1期98-107,共10页
目的·利用肿瘤标志物、凝血功能指标、血常规指标与生化指标等临床易得检验指标,建立非小细胞肺腺癌患者浸润程度的多因素判别模型。方法·回顾性选取2022年上海交通大学医学院附属胸科医院收治的肺腺癌患者,通过多因素Logisti...
目的·利用肿瘤标志物、凝血功能指标、血常规指标与生化指标等临床易得检验指标,建立非小细胞肺腺癌患者浸润程度的多因素判别模型。方法·回顾性选取2022年上海交通大学医学院附属胸科医院收治的肺腺癌患者,通过多因素Logistic回归分析筛选预测肺腺癌患者浸润程度的独立影响因素并建立回归模型,同时引入人工智能算法构建判别模型,采用受试者工作特征曲线下面积(area under curve,AUC)评价模型对肺腺癌患者浸润程度的判别能力。结果·共纳入肺腺癌患者202例,分为浸润前病变组(59例)以及浸润性病变组(143例)。多因素Logistic回归分析结果显示,尿素、嗜碱性粒细胞百分比、白蛋白浓度是预测肺腺癌患者浸润程度的独立影响因素(均P<0.05)。预测模型表达式为P=e^(X)/(1+e^(X)),其中X=(0.534×尿素浓度)+(1.527×嗜碱性粒细胞百分比)−(1.916×白蛋白浓度)+6.373。机器学习结果显示,纳入尿素、纤维蛋白原、白蛋白浓度、嗜碱性粒细胞百分比、前白蛋白、癌胚抗原(carcino embryonic antigen,CEA)6个指标时模型判别性能最佳。通过DeLong检验比较8种机器学习算法(分别基于岭回归、最小绝对收缩和选择算子、神经网络、随机森林、k近邻、支持向量机、决策树和自适应增强算法)的判别性能,选择AUC最高的岭回归算法,预测模型AUC为0.744(95%CI 0.656~0.832),敏感度为70.8%,特异度为70.2%。结论·使用尿素、纤维蛋白原、白蛋白浓度、嗜碱性粒细胞百分比、前白蛋白、CEA这6个指标建立综合判别模型,可有效预测肺腺癌患者肿瘤浸润程度,有望为临床肺腺癌分级判别和辅助治疗提供更精确的指导。
展开更多
关键词
肺腺癌
肿瘤标志物
凝血功能指标
临床生化指标
预测
判别
模型
下载PDF
职称材料
题名
中国东北地带性顶极植被类型及其预测判别模型——动态地植物学说的继承与发展(Ⅰ)
被引量:
32
1
作者
徐文铎
常禹
机构
中国科学院沈阳应用生态研究所
出处
《应用生态学报》
CAS
CSCD
1992年第3期215-222,共8页
文摘
本文根据刘慎谔的动态地植物学说原理,采用主成分分析法(PCA)和多组判别分析法(MGDA)研究了东北地区地带性顶极植被类型与气候指标的关系:1)以东北地区210个气象站的7个气象因子为变量,组成210×7矩阵,用PCA方法进行分类和排序,其结果明显划分7个地带性顶极植被类型,2)影响地带性顶极植被类型的形成和分布的气候因子,主要是热量和水分条件以及二者的组合状况;3)确定了7个地带性顶极植被类型的水热指数分布范围和特征;4)采用MGDA法建立了判别函数模型,预测了东北地区地带性顶极植被类型,其准确率可达90.32%。
关键词
顶极植被类型
地带性
预测
判别
模型
Keywords
Zonal climax vegetation type, Principal component analysis, Multiple group discriminant analysis.
分类号
Q948.158 [生物学—植物学]
下载PDF
职称材料
题名
基于临床检验指标建立肺腺癌患者浸润程度判别模型
2
作者
王梦菲
杨守志
乔永霞
黄琳
机构
上海交通大学公共卫生学院
上海交通大学医学院附属胸科医院检验科
上海市胸部肿瘤研究所
上海交通大学生物医学工程学院
出处
《上海交通大学学报(医学版)》
CAS
CSCD
北大核心
2024年第1期98-107,共10页
基金
国家自然科学基金(82001985)
上海交通大学医学院“双百人”项目(20221714)。
文摘
目的·利用肿瘤标志物、凝血功能指标、血常规指标与生化指标等临床易得检验指标,建立非小细胞肺腺癌患者浸润程度的多因素判别模型。方法·回顾性选取2022年上海交通大学医学院附属胸科医院收治的肺腺癌患者,通过多因素Logistic回归分析筛选预测肺腺癌患者浸润程度的独立影响因素并建立回归模型,同时引入人工智能算法构建判别模型,采用受试者工作特征曲线下面积(area under curve,AUC)评价模型对肺腺癌患者浸润程度的判别能力。结果·共纳入肺腺癌患者202例,分为浸润前病变组(59例)以及浸润性病变组(143例)。多因素Logistic回归分析结果显示,尿素、嗜碱性粒细胞百分比、白蛋白浓度是预测肺腺癌患者浸润程度的独立影响因素(均P<0.05)。预测模型表达式为P=e^(X)/(1+e^(X)),其中X=(0.534×尿素浓度)+(1.527×嗜碱性粒细胞百分比)−(1.916×白蛋白浓度)+6.373。机器学习结果显示,纳入尿素、纤维蛋白原、白蛋白浓度、嗜碱性粒细胞百分比、前白蛋白、癌胚抗原(carcino embryonic antigen,CEA)6个指标时模型判别性能最佳。通过DeLong检验比较8种机器学习算法(分别基于岭回归、最小绝对收缩和选择算子、神经网络、随机森林、k近邻、支持向量机、决策树和自适应增强算法)的判别性能,选择AUC最高的岭回归算法,预测模型AUC为0.744(95%CI 0.656~0.832),敏感度为70.8%,特异度为70.2%。结论·使用尿素、纤维蛋白原、白蛋白浓度、嗜碱性粒细胞百分比、前白蛋白、CEA这6个指标建立综合判别模型,可有效预测肺腺癌患者肿瘤浸润程度,有望为临床肺腺癌分级判别和辅助治疗提供更精确的指导。
关键词
肺腺癌
肿瘤标志物
凝血功能指标
临床生化指标
预测
判别
模型
Keywords
lung adenocarcinoma
tumor markers
coagulation function indicators
clinical biochemical indicators
predictive discriminative model
分类号
R734.2 [医药卫生—肿瘤]
R446 [医药卫生—临床医学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
中国东北地带性顶极植被类型及其预测判别模型——动态地植物学说的继承与发展(Ⅰ)
徐文铎
常禹
《应用生态学报》
CAS
CSCD
1992
32
下载PDF
职称材料
2
基于临床检验指标建立肺腺癌患者浸润程度判别模型
王梦菲
杨守志
乔永霞
黄琳
《上海交通大学学报(医学版)》
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部