目的评价人乳头瘤病毒(HPV)疫苗在中国大学生人群中的知晓和接受程度。方法检索中国生物医学文献数据库、中国期刊全文数据库、维普数据库和万方全文数据库、PubMed、Embase、Web of Science和Cochrane协作网图书馆数据库,收集2006—201...目的评价人乳头瘤病毒(HPV)疫苗在中国大学生人群中的知晓和接受程度。方法检索中国生物医学文献数据库、中国期刊全文数据库、维普数据库和万方全文数据库、PubMed、Embase、Web of Science和Cochrane协作网图书馆数据库,收集2006—2017年公开发表的关于中国大学生对HPV疫苗认知的相关文献,采用AHRQ横断面研究评价量表进行文献质量的评价,对符合纳入标准的文献提取数据纳入分析。运用R-3.5.0统计分析软件的Meta分析方法对效应量进行合并。通过亚组分析和敏感性分析探索异质性来源,采用Egger法评价纳入文献的发表偏倚。结果共15篇文献纳入研究,中国大学生HPV疫苗合并知晓率为18.47%(95%CI:14.23%～22.71%);HPV疫苗合并接受率为71.84%(95%CI:68.03%～75.65%)、中、高质量文献组合并知晓率分别为19.16%、7.74%,医学专业和非医学专业组合并知晓率分别为39.79%、7.7%,亚组间差异有统计学意义。纳入文献的异质性较大,I^2值分别为98.5%和95.3%,通过亚组分析和敏感性分析I^2值并无明显下降,故不能确定异质性的来源。Egger法检验发表偏倚,P值分别为0.13和0.49,尚不能认为纳入文献存在发表偏倚。结论中国大学HPV疫苗的知晓率较低,但疫苗的接受率较高,不同专业和不同文献质量间知晓率有一定差异。展开更多
针对常规大地电磁(Magnetotelluric,MT)反演方法对电阻率异常体边界不太敏感的问题,本文尝试基于贝叶斯理论开展二维大地电磁电阻率尖锐边界反演研究.在反演中,模型参数由边界位置及内部电阻率组成,通过贝叶斯理论将模型参数与数据相联...针对常规大地电磁(Magnetotelluric,MT)反演方法对电阻率异常体边界不太敏感的问题,本文尝试基于贝叶斯理论开展二维大地电磁电阻率尖锐边界反演研究.在反演中,模型参数由边界位置及内部电阻率组成,通过贝叶斯理论将模型参数与数据相联系,采用Markov Chain Monte Carlo(MCMC)的Metropolis-Hastings(MH)方法对后验概率密度函数(Posteriori Probability Density,PDD)进行采样.采样过程中无罚值函数约束,完全以数据自身所包含的信息对模型进行约束,同时与有限约束进行比较,并考虑不同起始采样点对结果的影响.以接受率为参考,用模型算例说明MH方法中建议分布函数选择的重要性.当模型参数间相关性较弱时,使用边缘概率分布对采样结果进行分析.该方法能给出模型参数的分布范围,并给出该模型参数范围对应的数据范围.通过与已知模型的对比及数据拟合情况分析检验了该反演方法的有效性.该方法有助于提高大地电磁尖锐边界反演的分辨能力.展开更多
文摘目的评价人乳头瘤病毒(HPV)疫苗在中国大学生人群中的知晓和接受程度。方法检索中国生物医学文献数据库、中国期刊全文数据库、维普数据库和万方全文数据库、PubMed、Embase、Web of Science和Cochrane协作网图书馆数据库,收集2006—2017年公开发表的关于中国大学生对HPV疫苗认知的相关文献,采用AHRQ横断面研究评价量表进行文献质量的评价,对符合纳入标准的文献提取数据纳入分析。运用R-3.5.0统计分析软件的Meta分析方法对效应量进行合并。通过亚组分析和敏感性分析探索异质性来源,采用Egger法评价纳入文献的发表偏倚。结果共15篇文献纳入研究,中国大学生HPV疫苗合并知晓率为18.47%(95%CI:14.23%～22.71%);HPV疫苗合并接受率为71.84%(95%CI:68.03%～75.65%)、中、高质量文献组合并知晓率分别为19.16%、7.74%,医学专业和非医学专业组合并知晓率分别为39.79%、7.7%,亚组间差异有统计学意义。纳入文献的异质性较大,I^2值分别为98.5%和95.3%,通过亚组分析和敏感性分析I^2值并无明显下降,故不能确定异质性的来源。Egger法检验发表偏倚,P值分别为0.13和0.49,尚不能认为纳入文献存在发表偏倚。结论中国大学HPV疫苗的知晓率较低,但疫苗的接受率较高,不同专业和不同文献质量间知晓率有一定差异。
文摘针对常规大地电磁(Magnetotelluric,MT)反演方法对电阻率异常体边界不太敏感的问题,本文尝试基于贝叶斯理论开展二维大地电磁电阻率尖锐边界反演研究.在反演中,模型参数由边界位置及内部电阻率组成,通过贝叶斯理论将模型参数与数据相联系,采用Markov Chain Monte Carlo(MCMC)的Metropolis-Hastings(MH)方法对后验概率密度函数(Posteriori Probability Density,PDD)进行采样.采样过程中无罚值函数约束,完全以数据自身所包含的信息对模型进行约束,同时与有限约束进行比较,并考虑不同起始采样点对结果的影响.以接受率为参考,用模型算例说明MH方法中建议分布函数选择的重要性.当模型参数间相关性较弱时,使用边缘概率分布对采样结果进行分析.该方法能给出模型参数的分布范围,并给出该模型参数范围对应的数据范围.通过与已知模型的对比及数据拟合情况分析检验了该反演方法的有效性.该方法有助于提高大地电磁尖锐边界反演的分辨能力.
