甲型H1N1流行性感冒病毒血凝素蛋白基因进化研究

Objective To determine the evolutionary rate and divergence time of influenza A virus HA gene isolated recently worldwide pandemic and explore the origin and its transmission. Methods A total of 344 HI sequences available in the GenBank (including 248 isolated from human, 84 from swine, 11 from avian, and 1 from ferret) and 7 isolated in Shanghai were collected. The nucleotide substitution rate and time to most recent common ancestor (tMRCA) was calculated using molecular clock theory and Bayesian Skyline Plot (BSP) based on Markov chain Monte Carlo. Then genetic phylogeny was constructed referring to posterior distribution. Results It was found that H1 sequences in the US from human, swine and avian were clustered significantly with swine H1 ones from Asia phylogenetieally (Cluster US). The second cluster (Cluster Eurasian Human) nearly consisted of human H1 sequences isolated in other regions. The third cluster (Cluster Eurasian Animal) consisted of swine and avian H1 sequences from China and Italy respectively. As for all the H1 sequences, the evolutionary rate was of 2.57×10-3substitutions/site per year averagely (95% Highest Posterior Density: 1.96×10-3-3.03×10-3/site per year). The estimated dates for tMRCA of human H1 in Europe and swine H1 in the mainland of China were the earliest, with the corresponding rates of 6.46×10-3/site per year and 0.97×10-3/site per year respectively. The tMRCAs of human and swine H1 sequences from the US were similar, with the rates of 5.86×10-3/site per year and 5.02×10-3/site per year. Conclusion The present flu outbreak was possibly induced by long-term circulation of influenza A virus (H1 N1) in human population and swine herds in America. There was no evidence proving that influenza virus in China involved in the present outbreak.     

Monte Carlo法用于新生儿阿米卡星的群体药动学分析和认证(英文)

目的:用Monte Carlo算法编制群体药动学分析程序并认证该方法估计药动学参数和预测血药浓度的能力.方法:用阿米卡星作为模型药物,对来自42名新生儿共142对血药浓度时间数据进行分析;根据Sheiner等提出的群体药动学思想,我们编制了估计群体参数和个体参数的程序,目标函数最小值以Monte Carlo算法求得,方法的认证采用经典药动学 程序3p87作为对照,预测能力通过计算预测血药浓度的均方根误差(RMSD)和偏性(BIAS)来考察.结果:我们自编的程序运行稳定;本法提取的群体参数与3p87得到的一致,学习样本与认证样本的预测浓度与实测浓度显著相关(相关系数分别为0.995和0.990),预测误差大多数小于1 mg/L,认证样本RMSD和BIAS分别为0.58和-0.07 mg/L.结论:本法估计参数准确,预测血药浓度能力令人满意.     

贝叶斯统计在率估计与分析中的应用

在疾病流行状况调查中,发病率、患病率和死亡率等这类指标简单而实用,它们在不同人群间的差异可以提示高危人群,对率的空间分布特征和时间变化规律的探讨可以帮助了解疾病的地区差异和变化趋势,提示高危地区,从而指导公共卫生干预措施的制定、实施和监测,因此,正确的率估计和分析十分重要。最近10来年,贝叶斯(Bayes)统计已被用于此方面的研究,本文就此作一概述。Bayes统计基本概念与方法基于总体信息、样本信息和先验信息进行的统计推断被称为Bayes统计〔1〕。它区别于经典统计之处主要为:1)利用先验信息;2)未知参数被看作随机变量而不是…     

基于贝叶斯学习的关联向量机及其在软测量中的应用

介绍了一种与支持向量机(SVM)函数形式相同的稀疏概率模型--关联向量机(RVM),其训练是在贝叶斯框架下进行的,在处理具有噪声的函数回归时,RVM具有很出色的性能.与SVM相比不仅解更稀疏,而且无需调整模型参数,核函数选择也不受限制.将RVM应用于PTA装置溶剂脱水塔塔顶塔底组分软测量建模,仿真结果表明:该方法预测精度较高,具有一定的应用价值.     

医学步态分析中的复杂场景下运动目标检测技术

针对医学步态分析中的复杂场景下运动目标检测问题,提出了基于贝叶斯决策规则的方法.该方法由变化检测、变化分类、前景目标提取和背景更新四部分组成.变化检测采用自适应阈值法来二值化变化点和非变化点,变化分类基于颜色共生特征向量,采用贝叶斯规则进行决策,前景对象的提取融合了时间差分法和减背景法.针对复杂场景中背景的"渐变"和"突变"情况,提出了不同的背景更新策略.实验表明,该方法在包含有摇动的树枝,或者灯的开关等复杂背景中能准确地提取运动目标,因此可用在医学步态分析的研究中.     

人的异常步态检测算法

人的步态分析在计算机视觉领域近年来倍受关注.但是,到目前为止,对于人的步态分析只考虑了利用步态对人的身份进行识别的应用.而从另一个角度来分析步态,可以将步态作为一种分析人的身体健康状况的方法,应用到医学步态分析中,作为一种科学的异常步态检测方法.我们将人的异常步态与人的正常步态区分开来,将步态识别的多类问题化为两类问题,应用到生物医学领域中.基于变化信息的步态识别算法,经实验,结果表明该算法拥有较高的识别率和较低的计算代价,同时选择的特征向量对于摇晃的,蹒跚的和摔倒等非正常步态都能够稳定的检测出来,能够很好的应用于生物医学领域.     

孕早期铁的营养状况与妊娠糖尿病发生的关联

目的 探讨孕早期铁的营养状况与妊娠糖尿病（GDM）发生的关联。方法 选择2019年2月至2021年1月在北京市朝阳区妇幼保健院产科建档立卡的814例孕妇作为研究对象，根据孕妇是否发生GDM分为GDM组（n=79）和非GDM组（n=735），收集一般资料并通过调查问卷及半定量食物频数表收集孕妇孕早期生活方式和饮食情况。通过拟合曲线分析孕早期铁的营养状况与GDM发生概率的关系，采用多因素Logistic回归分析GDM发生的影响因素，构建贝叶斯网络模型，使用Netica软件进行贝叶斯网络推理，并对模型效能进行评价。结果 糖尿病家族史、孕前BMI、膳食血红素铁、膳食总铁是导致GDM发生的独立危险因素（P<0.05）。拟合曲线显示，当膳食血红素铁>3.55mg/d和膳食总铁>21.09mg/d时，GDM发生概率呈上升趋势。糖尿病家族史、孕前BMI、膳食血红素铁、膳食总铁通过网络关系与GDM建立联系，糖尿病家族史、孕前BMI、膳食血红素铁、膳食总铁与GDM的发生均有直接联系。构建的贝叶斯网络模型的一致性指数（C-index）为0.841(95%CI:0.829～0.863),RO...     

于丹对话朱良春、陆广莘，探讨养生之道——回归朴素生命

记者来到北京电视台科教频道的《八点非常故事汇》录制现场，参加由该台主办、北京中医药大学中医药文化研究与传播中心协办的特别节目《请教生命——于丹对话国宝中医》，聆听了北京师范大学教授于丹与92岁的全国著名老中医朱良春和83岁的中国中医科学院资深研究员陆广莘关于中医养生的精彩对话。     

关于生物等效性的t检验与贝叶斯方法——教育部面向21世纪课程教材《医学统计学》评介之三

传统的均数比较ｔ检验 ,主要目的是推断组间差别。如果检验结果Ｐ >α ,我们一再强调只是统计上拒绝Ｈ0 的证据不足 ,决不能因为Ｐ >α就认为组间没有差别。因为根据ｔ检验的计算公式 ,样本越小 ,标准误越大 ,越容易得到Ｐ >α的结果〔1〕。但在实际工作中 ,用Ｐ >α的结果说明“无差别”的错误表示方法并不少见。纠正的方法主要有两种。一是根据样本信息估计Ⅱ类错误的概率 β〔2〕,如果 β较大 (如大于0 2 0 ) ,则不能下“无差别”的结论。二是进行等效检验(ｅｑｕｉｖａｌｅｎｃｅｔｅｓｔ)。《医学统计学》(以下简称“教材”)在第三章…     

胃癌根治术患者腹腔感染危险因素的贝叶斯网络模型分析

目的 探讨胃癌根治术患者腹腔感染的主要危险因素及感染组病原菌分布情况，利用贝叶斯网络模型揭示腹腔感染影响因素的网络关系及影响程度。方法 回顾性收集2015年1月—2021年3月青海省某三甲医院行胃癌根治术患者的病例资料。首先对胃癌根治术患者腹腔感染相关数据进行单因素分析，利用多因素logisitic回归筛选出独立的危险因素，之后采用MMHC算法构建贝叶斯网络模型。结果 共计纳入胃癌根治术患者1 448例，发生腹腔感染169例，腹腔感染发生率为11.67%；胃癌根治术患者发生腹腔感染会延长患者住院时间；多因素logistic回归模型筛选出5个危险因素，分别为年龄、吸烟史、脉管侵犯、手术时长（≥240 min）、引流管数（≥2根）；将logistic回归结果当中的5个危险因素纳入到贝叶斯网络模型当中，结果显示与腹腔感染直接相关的因素为年龄、手术时长、留置引流管数、脉管侵犯；高龄、留置较多引流管且脉管侵犯伴较长手术时间胃癌患者根治术后腹腔感染风险最高达0.462。感染组共培养出115株病原菌，其中革兰阴性菌68株（59.13%），病原菌主要为大肠埃希菌31株（26.96%）、肺炎克雷伯菌11...