检索结果-南通市图书馆

基于Adaptive lasso-logistic回归模型的财务报告舞弊识别研究

在线全文

学校读者我要写书评

暂无评论

新疆财经大学学报 2019年第3期 42-51页

作者：王威桂林旅游学院

财务报告舞弊行为会对广大投资者的切身利益造成巨大损害,因而如何高效识别财务报告中的舞弊行为已成为目前学界研究的热点。本文在对已有财务报告舞弊识别模型进行分析的基础上,针对logistic回归模型在财务报告舞弊识别中存在的变量多... 详细信息

财务报告舞弊行为会对广大投资者的切身利益造成巨大损害,因而如何高效识别财务报告中的舞弊行为已成为目前学界研究的热点。本文在对已有财务报告舞弊识别模型进行分析的基础上,针对logistic回归模型在财务报告舞弊识别中存在的变量多重共线性和计算复杂等问题,提出Adaptive lasso-logistic回归识别模型,并以2010年—2017年间我国320家上市公司的年度财务报表数据为样本,从盈利能力、营运能力、偿债能力等方面设计了18个财务比率指标进行实证研究。结果表明,与传统的logistic回归模型和lasso-logistic回归模型相比,Adaptive lasso-logistic回归模型不但具备良好的变量筛选能力,而且可以获得更好的识别效果,具有较高的应用价值。

关键词：财务报告舞弊识别 Adaptive lasso-logistic回归模型

俯卧位通气相关面部压力性损伤危险因素分析及最佳建模方法选择

在线全文

学校读者我要写书评

暂无评论

中国全科医学 2024年第8期27卷 948-954页

作者：袁媛张亚荣李振刚张莉新疆医科大学第一附属医院重症医学中心新疆维吾尔自治区乌鲁木齐市830092 新疆医科大学第一附属医院护理部新疆维吾尔自治区乌鲁木齐市830092

背景面部压力性损伤是俯卧位通气患者常见并发症,创面局部暴露可增加全身感染风险,影响俯卧位通气治疗效果,甚至造成局部组织永久性功能损害。探讨其危险因素并构建预测模型对于预防俯卧位通气相关面部压力性损伤具有重要临床意义。目... 详细信息

背景面部压力性损伤是俯卧位通气患者常见并发症,创面局部暴露可增加全身感染风险,影响俯卧位通气治疗效果,甚至造成局部组织永久性功能损害。探讨其危险因素并构建预测模型对于预防俯卧位通气相关面部压力性损伤具有重要临床意义。目的探讨俯卧位通气相关面部压力性损伤的危险因素及其最佳建模方法。方法选择2020年6月—2023年3月入住新疆医科大学第一附属医院重症医学科的159例接受俯卧位通气的患者为研究对象,根据是否发生面部压力性损伤分为压力性损伤组(n=22)和非压力性损伤组(n=137),收集患者的一般信息、疾病诊断、治疗措施、实验室检查。分别使用逐步logistic回归模型、全变量logistic回归模型及lasso-logistic回归模型筛选面部压力性损伤危险因素并建立预测模型,应用受试者工作特征曲线下面积(AUC)评价模型区分度;应用赤池信息准则(AIC)、贝叶斯信息准则(BIC)及校准曲线评价模型校准度;应用决策曲线评价模型临床应用价值。通过比较三种logistic回归模型预测效能和临床应用差异选择最佳建模方法。结果逐步logistic回归模型结果显示,面部压力性损伤的影响因素为年龄(OR=39.041)、糖尿病(OR=7.256)和单次俯卧位通气时间(OR=6.705);全变量logistic回归模型结果显示,面部压力性损伤的影响因素为年龄(OR=26.882)、糖尿病(OR=1.770)、ICU住院时间(OR=2.610)和单次俯卧位通气时间(OR=5.340);lasso-logistic回归结果显示,面部压力性损伤的影响因素为年龄(OR=38.256)、糖尿病(OR=1.094)、单次俯卧位通气时间(OR=5.738)和Richmond躁动镇静评分(OR=1.179)。lasso-logistic回归模型预测俯卧位通气相关面部压力性损伤的AUC、灵敏度和特异度分别为0.855、0.959和0.750,优于逐步和全变量logistic回归模型;AIC和BIC分别为44.634和55.745,低于逐步和全变量logistic回归模型;校准曲线显示lasso-logistic回归模型预测概率与实际概率拟合效果最佳。决策曲线显示lasso-logistic回归模型获得临床收益对应风险阈值为0.01~0.98,优于逐步和全变量logistic回归模型。结论年龄、糖尿病、单次俯卧位通气时长和Richmond躁动镇静评分是俯卧位通气相关面部压力性损伤的危险因素,lasso-logistic回归模型预测效能和临床应用价值优于逐步logistic回归模型和全变量logistic回归模型,是最佳建模方法。

关键词：俯卧位通气压力性溃疡面部损伤危险因素 lasso-logistic回归模型 logistic模型

同方期刊数据库博看期刊

基于列线图构建脑卒中半失能老年患者坠床跌倒风险预测模型

在线全文

学校读者我要写书评

暂无评论

河北医药 2024年第6期46卷 924-929,934页

作者：任斯诗叶菲郑涛詹凡杨莉湖北省武汉市红十字会医院 430015

目的探讨脑卒中半失能老年患者坠床跌倒相关因素,构建列线图预测模型,制定针对性防治措施,以降低坠床跌倒风险。方法回顾性收集2020年1月至2022年12月374例脑卒中半失能老年患者临床资料,按7∶3比例随机分为建模组、验证组。采用单因素... 详细信息

目的探讨脑卒中半失能老年患者坠床跌倒相关因素,构建列线图预测模型,制定针对性防治措施,以降低坠床跌倒风险。方法回顾性收集2020年1月至2022年12月374例脑卒中半失能老年患者临床资料,按7∶3比例随机分为建模组、验证组。采用单因素、多因素logistic回归方程筛选脑卒中半失能老年患者坠床跌倒风险。建立逐步logistic回归、lasso-logistic回归模型进行参数估计。基于lasso-logistic回归方程筛选高危因素构建列线图预测模型并进行内部验证,评价该预测模型预测效能及临床效用。结果374例调查问卷,有效回收369份,369例脑卒中半失能患者按73比例随机分配样本量,最终建模组258例,验证组111例;跌倒史、睡眠障碍、抑郁状态、衰弱、夜尿≥3次/晚、Morse跌倒风险评分是坠床跌倒的危险因素,且经逐步logistic回归证实其拟合、预测效果相对较好(P模型在建模组、验证组的C-index分别为0.813、0.842,AUC分别为0.813、0.842,且校准曲线、DCA曲线证实该模型校准能力、净获益值较高。结论跌倒史、睡眠障碍、抑郁状态、衰弱、夜尿≥3次/晚、Morse跌倒风险评分升高为脑卒中半失能老年患者坠床跌倒的危险因素,基于上述危险因素建立列线图预测模型对预测坠床跌倒风险具有临床应用价值,可为临床工作者提供可预见性的干预措施,减少坠床跌倒发生。

关键词：老年脑卒中半失能坠床跌倒列线图预测模型 lasso-logistic回归模型

神经减压术治疗偏头痛患者的疗效影响因素及预测模型构建

在线全文

学校读者我要写书评

暂无评论

新乡医学院学报 2023年第10期40卷 965-969页

作者：杨涛李红伟王东黄河中心医院神经外科河南郑州450000 郑州大学第一附属医院神经外科河南郑州450000 航空总医院神经外科北京100012

目的探讨神经减压术治疗偏头痛患者的疗效影响因素并构建预测模型。方法选择2021年1月至2023年4月于黄河中心医院行神经减压术治疗的124例偏头痛患者为研究对象。患者均给予神经减压术,术后6个月对患者进行疗效评估,并根据治疗效果将... 详细信息

目的探讨神经减压术治疗偏头痛患者的疗效影响因素并构建预测模型。方法选择2021年1月至2023年4月于黄河中心医院行神经减压术治疗的124例偏头痛患者为研究对象。患者均给予神经减压术,术后6个月对患者进行疗效评估,并根据治疗效果将患者分为有效组(n=104)和无效组(n=20)。收集患者的临床资料,采用单因素和lasso-logistic回归分析偏头痛患者神经减压术后疗效的影响因素,并与全变量logistic回归、逐步logistic回归的结果进行比较。根据lasso-logistic回归分析的结果构建列线图预测模型,并采用校准曲线、决策曲线评价预测模型的区分度、准确度及临床实用性。结果术后6个月,124例患者中显效24例,有效80例,无效20例,总有效率为83.87%(104/124)。单因素分析结果显示,有效组与无效组患者偏头痛病程、偏头痛程度、偏头痛发作持续时间、偏头痛发作频率、术后血清5-羟色胺(5-HT)、血管活性肠肽(VIP)、β-内啡肽(β-EP)和肿瘤坏死因子-α(TNF-α)水平比较差异有统计学意义(Plasso-logistic回归分析结果显示,偏头痛发作频率高、术后血清5-HT、VIP、β-EP低水平及TNF-α高水平是影响偏头痛患者神经减压术后临床疗效的独立危险因素(Plogistic回归和逐步logistic回归相比,lasso-logistic回归模型的赤池信息量准则、贝叶斯信息准则最小;构建的列线图预测模型具有较好的区分度、准确度及临床实用性。结论偏头痛发作频率高及术后血清5-HT、VIP、β-EP低水平和TNF-α高水平是偏头痛患者神经减压术后临床疗效的独立影响因素,基于上述影响因素建立的预测模型对临床疗效具有一定预测价值。

关键词：偏头痛神经减压术 lasso-logistic回归模型列线图模型

在线全文

学校读者我要写书评

暂无评论

妊娠糖尿病发病风险预测模型的建立与验证

妊娠糖尿病发病风险预测模型的建立与验证

作者：王霞遵义医科大学

学位级别：硕士

目的:基于“遵义出生队列”,了解遵义地区孕妇妊娠期糖尿病（Gestaional Diabetes Mellitus,GDM）发生情况并识别其关键的影响因素;建立GDM可视化预测模型,为高危孕妇筛选、GDM发生预测及其一级预防策略制定提供支持。方法:本研究纳入... 详细信息

目的:基于“遵义出生队列”,了解遵义地区孕妇妊娠期糖尿病（Gestaional Diabetes Mellitus,GDM）发生情况并识别其关键的影响因素;建立GDM可视化预测模型,为高危孕妇筛选、GDM发生预测及其一级预防策略制定提供支持。方法:本研究纳入年龄介于20至45岁之间,单胎妊娠,无严重疾病和传染病,以及未生育过出生缺陷的婴儿的孕妇,并采用该队列中2020年9月到2021年5月的孕妇人群为建模人群,2021年6月到2021年12月的孕妇人群为内部验证人群,武汉地区队列孕妇为外部验证人群进行模型验证。研究根据孕妇个人史与家族史、社会生活行为方式以及环境污染物暴露情况几方面进行预测模型的建立,并根据是否纳入环境污染物暴露情况分别建立人口学-行为生活方式模型（demographic-lifestyle factors model,DLFM）和人口学-行为生活方式-环境污染物暴露模型（demographic-lifestyle-environmental pollution factor model,DLEFM）,并分别评估模型的预测效能以确定最终的研究模型,采用列线图进行模型的可视化展示。模型采用套索（the least absolute shringage and selection operator,lasso）方法筛选变量结合logistic回归建立,模型的区分度和校准度评价分别采用曲线下面积（area under the receiver operating characteristic curve,AUC）和校准曲线分析评价,模型的净效益采用决策曲线评价。结果:1.本研究纳入了2020年9月到2021年5月的孕妇1756名,2021年6月到2021年12月的孕妇1234名,并纳入同期武汉地区的孕妇人群1200名孕妇,各人群GDM发病率分别为15.5%、12.6%、16.3%。2.基于模型预测结果的评价,本研究选择了纳入DLEFM为最终模型,基于lassologistic回归分析共纳入了七个预测因素,包括GDM病史、糖尿病家族史、孕妇孕前BMI、高血压病史、久坐时间、MBz P和MEP暴露情况。结果显示孕妇孕前BMI偏轻（BMI≤18.5）是GDM发生的保护因素,偏瘦的孕妇发生GDM的风险可降低10%,OR值为0.90（95%CI:0.54,1.42）;孕妇孕前属于超重或者肥胖人群时会增加GDM发生风险性,其发病风险是正常BMI孕人群的1.71（95%CI:1.27,2.29）倍;有GDM病史的孕妇发生GDM的风险是没有GDM病史孕妇的4.22（95%CI:1.89,9.41）倍;有糖尿病家族史的孕妇发生GDM的风险是没有糖尿病家族史孕妇的2.28（95%CI:1.05,4.71）倍;有高血压病史的孕妇发生GDM的风险是没有高血压病史孕妇的2.61（95%CI:1.41,4.72）倍;久坐时间每增加一个小时,GDM发生风险性就增加16%;MBz P有检出的孕妇GDM发生风险是未检出孕妇的1.95（95%CI:1.45,2.67）倍;MEP暴露浓度处于Q4的孕妇发生GDM的风险性是处于Q1孕妇的1.85（95%CI:1.26,2.73）倍,随着MEP浓度的增高,GDM发病风险性呈递增的趋势。3.本研究构建的DLEFM中GDM风险预测模型外部和内部验证的AUC值分别为0.827（95%CI:0.791,0.862）和0.801（95%CI:0.765,0.838）,而DLFM的内部验证和外部验证的AUC值分别为0.783（95%CI:0.743,0.824）和0.760（95%CI:0.720,0.798）;校准曲线结果显示DLEFM的预测概率和实际概率较为一致,DLEEM的决策曲线的净效益优于DLFM。4.本研究基于DLEFM构建可视化GDM风险评分列线图,纳入了包括孕妇孕前BMI,GDM病史,高血压病史,糖尿病家族史,久坐时间,MBz P和MEP浓度的七个预测因素,可基于这些预测因素的情况进行GDM发生风险的快速评估。结论:研究发现遵义地区孕妇GDM发生率较高,模型结果显示有高血压病史、糖尿病家族史及GDM病史的孕妇是GDM发生的高危人群,需采取相应的措施进行干预和控制;孕妇通过保持较低或正常的BMI,减少久坐时间,且在孕期尽量少接触PAEs类的物质有望降低GDM发生风险,可视化的列线图可供临床医生作更直观参考并为孕妇人群提供预防策略。

关键词：妊娠糖尿病(GDM) lasso-logistic回归模型预测模型模型评价列线图

基于lasso-logistic和神经网络的个人信用评估模型研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Lasso-logistic和神经网络的个人信用评估模型研究

作者：蒲杰方重庆工商大学

学位级别：硕士

随着我国金融体制改革的加快和居民收入水平的提高,消费贷款在金融业务中所占比例不断提高,信用经济消费模式在人们日常生活中被普遍认同,各金融机构也逐渐将经营重心转移到消费信贷业务上。信用经济的发展给社会生活带来极大便利的同时... 详细信息

随着我国金融体制改革的加快和居民收入水平的提高,消费贷款在金融业务中所占比例不断提高,信用经济消费模式在人们日常生活中被普遍认同,各金融机构也逐渐将经营重心转移到消费信贷业务上。信用经济的发展给社会生活带来极大便利的同时,日益增长的信贷规模也给金融机构带来了巨大的信用风险。因此科学全面的对借款人的信用状况进行有效地评估,无论是对于传统金融机构还是新兴互联网金融企业都显得前所未有的重要。这既是学术界研究的主要问题,也是各大金融机构亟待解决的战略问题。越来越多的研究者和业务部门投入到个人信用评估领域,旨在探索更加科学高效的算法以实现用户的信用评估。本文不仅要实现评估的高精确性,还要综合考虑模型的稳健性和可解释性,旨在得到各方面都较为优良的个人信用评估模型。基于lasso理论的logistic模型不仅能挑选出重要的特征变量,其预测精度也比全变量logistic模型和逐步回归模型更高。针对目前BP神经网络容易造成不收敛且耗时过长的问题,在模型建立过程中进行参数优化,使其达到最好的预测效果。然后将lasso-logistic回归模型和参数优化后的BP神经网络模型组合,建立组合模型。将基于lasso理论挑选出的特征变量和lasso-logistic回归输出结果共同作为BP神经网络模型的输入变量。在对个人信用评估的概念进行了界定之后,参考国内外经验构建了本文的个人信用评估指标体系。并选取公开信用数据集对本文的个人信用评估模型进行验证。在建立模型之前,对样本数据进行了定性分析,从而对个人信用评估体系的可解释性提供相对直观的依据。接着完成了数据的准备工作,包括指标赋值和标准化处理,将数据集划分为训练集和测试集,为建立基于lasso-logistic回归和神经网络的个人信用评估模型做好数据准备工作。实验证明,相较于lasso-logistic回归和BP神经网络模型两种单一模型,本文所建立的组合模型兼顾了准确率高、稳健性强和可解释性更优良的特点。最后,对本文工作进行了总结和展望。

关键词：个人信用评估 lasso-logistic回归模型 BP神经网络组合模型

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于静息态功能性核磁共振数据的抑郁症分析

基于静息态功能性核磁共振数据的抑郁症分析

作者：胡彭林湖南师范大学

学位级别：硕士

抑郁症又称抑郁障碍,以显著而持久的心境低落为主要临床特征,到目前为止,抑郁症的发病原理尚不明确。自从功能磁共振成像技术兴起以来,有大量的研究在致力于利用这种具有描述和判别大脑疾病潜力的新技术,来对抑郁症疾病进行客观预测,以... 详细信息

抑郁症又称抑郁障碍,以显著而持久的心境低落为主要临床特征,到目前为止,抑郁症的发病原理尚不明确。自从功能磁共振成像技术兴起以来,有大量的研究在致力于利用这种具有描述和判别大脑疾病潜力的新技术,来对抑郁症疾病进行客观预测,以期其能对临床诊断起到辅助作用,降低人为主观因素影响。所以本文在收集了39例抑郁症患者和37例对照组正常人的静息态的fMRI数据之后,希望利用提取的功能连接数据做为特征对病人正常人进行判别分析,来发现抑郁症患者异常的脑区和功能性网络。论文首先利用非参数的Mann-Whitney U检验对90个脑区的4005维特征进行降维,进而利用这些在抑郁症和正常人之间具有显著性差异的特征进行判别分析,得到的结果为:基于决策树模型的最高泛化分类正确率为65.79%,基于Elman神经网络模型的最高泛化分类正确率为76.62%,基于决策树提升的AdaBoost模型的最高泛化分类正确率为83.48%,基于Elman神经网络提升的AdaBoost模型的最高泛化分类正确率为81.43%。本文还利用了全部的4005维特征作为输入,利用lasso-logistic回归模型的最高泛化准确率为88.16%。利用泛化分类正确率最高的lasso-logistic回归模型,论文对所有被试的脑区和功能性连接进行了重构,从而发现了抑郁症患者异常的脑区和功能连接,其中主要的脑区有左颞下回、左梭状回、右眶额叶和左苍白球豆状核等,同时三个主要的异常功能回路分别为“颞下回-颞中回-额中回”组成的回路、“颞极-眶额叶-脑岛-中央前回”等脑区组成的边缘系统和“脑岛—额上回—壳豆状核—杏仁核”的情绪憎恨调节网路。

关键词：抑郁症静息态功能核磁共振判别分析 lasso-logistic回归模型